Manual de Bison 1.27 - TLDP-ES
Transcripción
Manual de Bison 1.27 - TLDP-ES
Bison El Generador de Analizadores Sintácticos compatible con YACC. 12 Febrero 1999, Bison Versión 1.27 por Charles Donnelly y Richard Stallman c 1988, 89, 90, 91, 92, 93, 95, 98, 1999 Free Software Foundation Copyright Published by the Free Software Foundation 59 Temple Place, Suite 330 Boston, MA 02111-1307 USA Printed copies are available for $15 each. ISBN 1-882114-45-0 Permission is granted to make and distribute verbatim copies of this manual provided the copyright notice and this permission notice are preserved on all copies. Permission is granted to copy and distribute modified versions of this manual under the conditions for verbatim copying, provided also that the sections entitled “GNU General Public License” and “Conditions for Using Bison” are included exactly as in the original, and provided that the entire resulting derived work is distributed under the terms of a permission notice identical to this one. Permission is granted to copy and distribute translations of this manual into another language, under the above conditions for modified versions, except that the sections entitled “GNU General Public License”, “Conditions for Using Bison” and this permission notice may be included in translations approved by the Free Software Foundation instead of in the original English. Cover art by Etienne Suvasa. Se concede permiso para hacer y distribuir copias literales de este manual con tal de que se preserven en todas las copias el anuncio de copyright y este anuncio de permiso. Se concede permiso para copiar y distribuir versiones modificadas de este manual bajo las condiciones de la copia literal, también con tal de que las secciones tituladas “Licencia Pública General GNU” y “Condiciones para el uso de Bison” se incluyan exactamente como en el original, y siempre que todo el resultado derivado del trabajo se distribuya bajo los términos de un aviso de permiso idéntico a este. Se concede permiso para copiar y distribuir traducciones de este manual a otros lenguajes, bajo las condiciones anteriores para versiones modificadas, excepto que las secciones tituladas “Licencia Pública General GNU”, “Condiciones para el uso de Bison” y este aviso de permiso podrı́an ser incluidos con traducciones aprobadas por la Free Software Foundation en lugar del original en inglés. Diseño de cubierta por Etienne Suvasa. Introducción 1 Introducción Bison es un generador de analizadores sintácticos de propósito general que convierte una descripción gramatical para una gramática independiente del contexto LALR(1) en un programa en C que analice esa gramática. Una vez que sea un experimentado en Bison, podrı́a utilizarlo para desarollar un amplio rango de analizadores de lenguajes, desde aquellos usados en simples calculadoras de escritorio hasta complejos lenguajes de programación. Bison es compatible hacia arriba con Yacc: todas la gramáticas escritas apropiadamente para Yacc deberı́an funcionar con Bison sin ningún cambio. Cualquiera que esté familiarizado con Yacc deberı́a ser capaz de utilizar Bison con pocos problemas. Necesita ser fluente programando en C para poder utilizar Bison o para comprender este manual. Comenzaremos con capı́tulos introductorios que explican los conceptos básicos del uso de Bison y muestran tres ejemplos comentados, cada uno construido sobre el anterior. Si no conoce Bison o Yacc, comience leyendo estos capı́tulos. A continuación se encuentran los capı́tulos de referencia que describen los aspectos especı́ficos de Bison en detalle. Bison fue escrito originalmente por Robert Corbett; Richard Stallman lo hizo compatible con Yacc. Wilfred Hansen de la Universidad de Carnegie Mellon añadió los literales de cadenas multicaracter y otras caracterı́sticas. Esta edición corresponde a la versión 1.27 de Bison. Nota: las secciones tituladas “Licencia Pública General GNU”, “Condiciones para el uso de Bison” y el aviso de permiso son traducciones libres de las secciones originales en inglés “GNU General Public License”, “Conditions for Using Bison” y el permiso original. Ninguna de estas traducciones ha sido aprobada por la Free Software Foundation oficialmente y se han incluı́do solamente para facilitar su entendimiento. Si desea estar seguro de si sus actuaciones están permitidas, por favor acuda a la versión original inglesa. La Free Software Foundation recomienda fervientemente no usar estas traducciones como los términos oficiales de distribución para sus programas; en su lugar, por favor use las versiones inglesas originales, tal y como están publicadas por la Free Software Foundation. 2 Bison 1.27 Conditions for Using Bison 3 Conditions for Using Bison As of Bison version 1.24, we have changed the distribution terms for yyparse to permit using Bison’s output in non-free programs. Formerly, Bison parsers could be used only in programs that were free software. The other GNU programming tools, such as the GNU C compiler, have never had such a requirement. They could always be used for non-free software. The reason Bison was different was not due to a special policy decision; it resulted from applying the usual General Public License to all of the Bison source code. The output of the Bison utility—the Bison parser file—contains a verbatim copy of a sizable piece of Bison, which is the code for the yyparse function. (The actions from your grammar are inserted into this function at one point, but the rest of the function is not changed.) When we applied the GPL terms to the code for yyparse, the effect was to restrict the use of Bison output to free software. We didn’t change the terms because of sympathy for people who want to make software proprietary. Software should be free. But we concluded that limiting Bison’s use to free software was doing little to encourage people to make other software free. So we decided to make the practical conditions for using Bison match the practical conditions for using the other GNU tools. 4 Bison 1.27 Condiciones para el uso de Bison 5 Condiciones para el uso de Bison Al igual que en la versión 1.24 de Bison, hemos cambiado los términos de la distribución de yyparse para permitir el uso de la salida de Bison en programas no-libres. En otro tiempo, los analizadores generados por Bison solamente podı́an utilizarse en programas que fuesen software libre. Las otras herramientas GNU de programación, tales como el compilador de C GNU, nunca han tenido tal tipo de requisito. Estas herramientas siempre podı́an utilizarse para software no-libre. La razón de que con Bison fuera diferente no fue debido a una decisión polı́tica especial; ello resultó de la aplicación de la Licencia Pública General usual a todo el código fuente de Bison. La salida de la utilidad Bison—el archivo del analizador de Bison—contiene una copia literal de un considerable fragmento de Bison, que es el código para la función yyparse. (Las acciones de tu gramática se insertan dentro de esta función en un punto, pero el resto de la función no se modifica.) Cuando aplicamos los términos de la GPL al código fuente para yyparse, el efecto fue la restricción del uso de la salida de Bison en software libre. No cambiamos los términos debido a simpatı́a con la gente que quiere hacer software propietario. El software deberı́a ser libre. Pero hemos concluido que limitando el uso de Bison en software libre era hacer poco por alentar a la gente a hacer otro software libre. Ası́ que hemos decidido hacer que concuerden las condiciones prácticas para el uso de Bison con las condiciones prácticas para usar las otras utilidades GNU. 6 Bison 1.27 GNU GENERAL PUBLIC LICENSE 7 GNU GENERAL PUBLIC LICENSE Version 2, June 1991 c 1989, 1991 Free Software Foundation, Inc. Copyright 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA Everyone is permitted to copy and distribute verbatim copies of this license document, but changing it is not allowed. Preamble The licenses for most software are designed to take away your freedom to share and change it. By contrast, the GNU General Public License is intended to guarantee your freedom to share and change free software—to make sure the software is free for all its users. This General Public License applies to most of the Free Software Foundation’s software and to any other program whose authors commit to using it. (Some other Free Software Foundation software is covered by the GNU Library General Public License instead.) You can apply it to your programs, too. When we speak of free software, we are referring to freedom, not price. Our General Public Licenses are designed to make sure that you have the freedom to distribute copies of free software (and charge for this service if you wish), that you receive source code or can get it if you want it, that you can change the software or use pieces of it in new free programs; and that you know you can do these things. To protect your rights, we need to make restrictions that forbid anyone to deny you these rights or to ask you to surrender the rights. These restrictions translate to certain responsibilities for you if you distribute copies of the software, or if you modify it. For example, if you distribute copies of such a program, whether gratis or for a fee, you must give the recipients all the rights that you have. You must make sure that they, too, receive or can get the source code. And you must show them these terms so they know their rights. We protect your rights with two steps: (1) copyright the software, and (2) offer you this license which gives you legal permission to copy, distribute and/or modify the software. Also, for each author’s protection and ours, we want to make certain that everyone understands that there is no warranty for this free software. If the software is modified by someone else and passed on, we want its recipients to know that what they have is not the original, so that any problems introduced by others will not reflect on the original authors’ reputations. Finally, any free program is threatened constantly by software patents. We wish to avoid the danger that redistributors of a free program will individually obtain patent licenses, in effect making the program proprietary. To prevent this, we have made it clear that any patent must be licensed for everyone’s free use or not licensed at all. The precise terms and conditions for copying, distribution and modification follow. 8 Bison 1.27 TERMS AND CONDITIONS FOR COPYING, DISTRIBUTION AND MODIFICATION 0. This License applies to any program or other work which contains a notice placed by the copyright holder saying it may be distributed under the terms of this General Public License. The “Program”, below, refers to any such program or work, and a “work based on the Program” means either the Program or any derivative work under copyright law: that is to say, a work containing the Program or a portion of it, either verbatim or with modifications and/or translated into another language. (Hereinafter, translation is included without limitation in the term “modification”.) Each licensee is addressed as “you”. Activities other than copying, distribution and modification are not covered by this License; they are outside its scope. The act of running the Program is not restricted, and the output from the Program is covered only if its contents constitute a work based on the Program (independent of having been made by running the Program). Whether that is true depends on what the Program does. 1. You may copy and distribute verbatim copies of the Program’s source code as you receive it, in any medium, provided that you conspicuously and appropriately publish on each copy an appropriate copyright notice and disclaimer of warranty; keep intact all the notices that refer to this License and to the absence of any warranty; and give any other recipients of the Program a copy of this License along with the Program. You may charge a fee for the physical act of transferring a copy, and you may at your option offer warranty protection in exchange for a fee. 2. You may modify your copy or copies of the Program or any portion of it, thus forming a work based on the Program, and copy and distribute such modifications or work under the terms of Section 1 above, provided that you also meet all of these conditions: a. You must cause the modified files to carry prominent notices stating that you changed the files and the date of any change. b. You must cause any work that you distribute or publish, that in whole or in part contains or is derived from the Program or any part thereof, to be licensed as a whole at no charge to all third parties under the terms of this License. c. If the modified program normally reads commands interactively when run, you must cause it, when started running for such interactive use in the most ordinary way, to print or display an announcement including an appropriate copyright notice and a notice that there is no warranty (or else, saying that you provide a warranty) and that users may redistribute the program under these conditions, and telling the user how to view a copy of this License. (Exception: if the Program itself is interactive but does not normally print such an announcement, your work based on the Program is not required to print an announcement.) These requirements apply to the modified work as a whole. If identifiable sections of that work are not derived from the Program, and can be reasonably considered independent and separate works in themselves, then this License, and its terms, do not apply to those sections when you distribute them as separate works. But when you distribute the same sections as part of a whole which is a work based on the Program, the distribution of the whole must be on the terms of this License, whose permissions for other licensees extend to the entire whole, and thus to each and every part regardless of who wrote it. Thus, it is not the intent of this section to claim rights or contest your rights to work written entirely by you; rather, the intent is to exercise the right to control the distribution of derivative or collective works based on the Program. In addition, mere aggregation of another work not based on the Program with the Program (or with a work based on the Program) on a volume of a storage or distribution medium does not bring the other work under the scope of this License. GNU GENERAL PUBLIC LICENSE 9 3. You may copy and distribute the Program (or a work based on it, under Section 2) in object code or executable form under the terms of Sections 1 and 2 above provided that you also do one of the following: a. Accompany it with the complete corresponding machine-readable source code, which must be distributed under the terms of Sections 1 and 2 above on a medium customarily used for software interchange; or, b. Accompany it with a written offer, valid for at least three years, to give any third party, for a charge no more than your cost of physically performing source distribution, a complete machine-readable copy of the corresponding source code, to be distributed under the terms of Sections 1 and 2 above on a medium customarily used for software interchange; or, c. Accompany it with the information you received as to the offer to distribute corresponding source code. (This alternative is allowed only for noncommercial distribution and only if you received the program in object code or executable form with such an offer, in accord with Subsection b above.) The source code for a work means the preferred form of the work for making modifications to it. For an executable work, complete source code means all the source code for all modules it contains, plus any associated interface definition files, plus the scripts used to control compilation and installation of the executable. However, as a special exception, the source code distributed need not include anything that is normally distributed (in either source or binary form) with the major components (compiler, kernel, and so on) of the operating system on which the executable runs, unless that component itself accompanies the executable. If distribution of executable or object code is made by offering access to copy from a designated place, then offering equivalent access to copy the source code from the same place counts as distribution of the source code, even though third parties are not compelled to copy the source along with the object code. 4. You may not copy, modify, sublicense, or distribute the Program except as expressly provided under this License. Any attempt otherwise to copy, modify, sublicense or distribute the Program is void, and will automatically terminate your rights under this License. However, parties who have received copies, or rights, from you under this License will not have their licenses terminated so long as such parties remain in full compliance. 5. You are not required to accept this License, since you have not signed it. However, nothing else grants you permission to modify or distribute the Program or its derivative works. These actions are prohibited by law if you do not accept this License. Therefore, by modifying or distributing the Program (or any work based on the Program), you indicate your acceptance of this License to do so, and all its terms and conditions for copying, distributing or modifying the Program or works based on it. 6. Each time you redistribute the Program (or any work based on the Program), the recipient automatically receives a license from the original licensor to copy, distribute or modify the Program subject to these terms and conditions. You may not impose any further restrictions on the recipients’ exercise of the rights granted herein. You are not responsible for enforcing compliance by third parties to this License. 7. If, as a consequence of a court judgment or allegation of patent infringement or for any other reason (not limited to patent issues), conditions are imposed on you (whether by court order, agreement or otherwise) that contradict the conditions of this License, they do not excuse you from the conditions of this License. If you cannot distribute so as to satisfy simultaneously your obligations under this License and any other pertinent obligations, then as a consequence you may not distribute the Program at all. For example, if a patent license would not permit royalty-free redistribution of the Program by all those who receive copies directly or indirectly through you, then the only way you could satisfy both it and this License would be to refrain entirely from distribution of the Program. 10 Bison 1.27 If any portion of this section is held invalid or unenforceable under any particular circumstance, the balance of the section is intended to apply and the section as a whole is intended to apply in other circumstances. It is not the purpose of this section to induce you to infringe any patents or other property right claims or to contest validity of any such claims; this section has the sole purpose of protecting the integrity of the free software distribution system, which is implemented by public license practices. Many people have made generous contributions to the wide range of software distributed through that system in reliance on consistent application of that system; it is up to the author/donor to decide if he or she is willing to distribute software through any other system and a licensee cannot impose that choice. This section is intended to make thoroughly clear what is believed to be a consequence of the rest of this License. 8. If the distribution and/or use of the Program is restricted in certain countries either by patents or by copyrighted interfaces, the original copyright holder who places the Program under this License may add an explicit geographical distribution limitation excluding those countries, so that distribution is permitted only in or among countries not thus excluded. In such case, this License incorporates the limitation as if written in the body of this License. 9. The Free Software Foundation may publish revised and/or new versions of the General Public License from time to time. Such new versions will be similar in spirit to the present version, but may differ in detail to address new problems or concerns. Each version is given a distinguishing version number. If the Program specifies a version number of this License which applies to it and “any later version”, you have the option of following the terms and conditions either of that version or of any later version published by the Free Software Foundation. If the Program does not specify a version number of this License, you may choose any version ever published by the Free Software Foundation. 10. If you wish to incorporate parts of the Program into other free programs whose distribution conditions are different, write to the author to ask for permission. For software which is copyrighted by the Free Software Foundation, write to the Free Software Foundation; we sometimes make exceptions for this. Our decision will be guided by the two goals of preserving the free status of all derivatives of our free software and of promoting the sharing and reuse of software generally. NO WARRANTY 11. BECAUSE THE PROGRAM IS LICENSED FREE OF CHARGE, THERE IS NO WARRANTY FOR THE PROGRAM, TO THE EXTENT PERMITTED BY APPLICABLE LAW. EXCEPT WHEN OTHERWISE STATED IN WRITING THE COPYRIGHT HOLDERS AND/OR OTHER PARTIES PROVIDE THE PROGRAM “AS IS” WITHOUT WARRANTY OF ANY KIND, EITHER EXPRESSED OR IMPLIED, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE. THE ENTIRE RISK AS TO THE QUALITY AND PERFORMANCE OF THE PROGRAM IS WITH YOU. SHOULD THE PROGRAM PROVE DEFECTIVE, YOU ASSUME THE COST OF ALL NECESSARY SERVICING, REPAIR OR CORRECTION. 12. IN NO EVENT UNLESS REQUIRED BY APPLICABLE LAW OR AGREED TO IN WRITING WILL ANY COPYRIGHT HOLDER, OR ANY OTHER PARTY WHO MAY MODIFY AND/OR REDISTRIBUTE THE PROGRAM AS PERMITTED ABOVE, BE LIABLE TO YOU FOR DAMAGES, INCLUDING ANY GENERAL, SPECIAL, INCIDENTAL OR CONSEQUENTIAL DAMAGES ARISING OUT OF THE USE OR INABILITY TO USE THE PROGRAM (INCLUDING BUT NOT LIMITED TO LOSS OF DATA OR DATA BEING RENDERED INACCURATE OR LOSSES SUSTAINED BY YOU OR THIRD PARTIES OR A FAILURE OF THE PROGRAM TO OPERATE WITH ANY OTHER PROGRAMS), GNU GENERAL PUBLIC LICENSE 11 EVEN IF SUCH HOLDER OR OTHER PARTY HAS BEEN ADVISED OF THE POSSIBILITY OF SUCH DAMAGES. END OF TERMS AND CONDITIONS 12 Bison 1.27 How to Apply These Terms to Your New Programs If you develop a new program, and you want it to be of the greatest possible use to the public, the best way to achieve this is to make it free software which everyone can redistribute and change under these terms. To do so, attach the following notices to the program. It is safest to attach them to the start of each source file to most effectively convey the exclusion of warranty; and each file should have at least the “copyright” line and a pointer to where the full notice is found. one line to give the program’s name and a brief idea of what it does. Copyright (C) 19yy name of author This program is free software; you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation; either version 2 of the License, or (at your option) any later version. This program is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details. You should have received a copy of the GNU General Public License along with this program; if not, write to the Free Software Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA 02111-1307, USA. Also add information on how to contact you by electronic and paper mail. If the program is interactive, make it output a short notice like this when it starts in an interactive mode: Gnomovision version 69, Copyright (C) 19yy name of author Gnomovision comes with ABSOLUTELY NO WARRANTY; for details type ‘show w’. This is free software, and you are welcome to redistribute it under certain conditions; type ‘show c’ for details. The hypothetical commands ‘show w’ and ‘show c’ should show the appropriate parts of the General Public License. Of course, the commands you use may be called something other than ‘show w’ and ‘show c’; they could even be mouse-clicks or menu items—whatever suits your program. You should also get your employer (if you work as a programmer) or your school, if any, to sign a “copyright disclaimer” for the program, if necessary. Here is a sample; alter the names: Yoyodyne, Inc., hereby disclaims all copyright interest in the program ‘Gnomovision’ (which makes passes at compilers) written by James Hacker. signature of Ty Coon, 1 April 1989 GNU GENERAL PUBLIC LICENSE 13 Ty Coon, President of Vice This General Public License does not permit incorporating your program into proprietary programs. If your program is a subroutine library, you may consider it more useful to permit linking proprietary applications with the library. If this is what you want to do, use the GNU Library General Public License instead of this License. 14 Bison 1.27 LICENCIA PÚBLICA GENERAL GNU 15 LICENCIA PÚBLICA GENERAL GNU Versión 2, Junio de 1991 c 1989, 1991 Free Software Foundation, Inc. Copyright 675 Mass Ave, Cambridge, MA 02139, EEUU Se permite a todo el mundo la copia y distribución de copias literales de este documento de licencia, pero no se permite su modificación. Preámbulo Las licencias que cubren la mayor parte del software están diseñadas para quitarle a usted la libertad de compartirlo y modificarlo. Por el contrario, la Licencia Pública General GNU pretende garantizarle la libertad de compartir y modificar software libre—para asegurar que el software es libre para todos sus usuarios. Esta Licencia Pública General se aplica a la mayor parte del software de la Free Software Foundation y a cualquier otro programa cuyos autores se comprometen a utilizarla. (Alguna parte del software de la Free Software Foundation está cubierto por la Licencia Pública General GNU para Librerı́as). Usted también la puede aplicar a sus programas. Cuando hablamos de software libre, estamos refiriéndonos a la libertad, no al precio. Nuestras Licencias Públicas Generales están diseñadas para asegurarnos de que tenga la libertad de distribuir copias de software libre (y cobrar por ese servicio si quiere), que reciba el código fuente o que pueda conseguirlo si lo quiere, que pueda modificar el software o usar fragmentos de él en nuevos programas libres, y que sepa que puede hacer todas estas cosas. Para proteger sus derechos necesitamos algunas restricciones que prohiban a cualquiera negarle a usted estos derechos o pedirle que renuncie a ellos. Estas restricciones se traducen en ciertas obligaciones que le afectan si distribuye copias del software, o si lo modifica. Por ejemplo, si distribuye copias de uno de estos programas, sea gratuitamente, o a cambio de una contraprestación, debe dar a los receptores todos los derechos que tiene. Debe asegurarse de que ellos también reciben, o pueden conseguir, el código fuente. Y debe mostrarles estas condiciones de forma que conozcan sus derechos. Protegemos sus derechos con la combinación de dos medidas: (1) ponemos el software bajo copyright y (2) le ofrecemos esta licencia, que le da permiso legal para copiar, distribuir y/o modificar el software. También, para la protección de cada autor y la nuestra propia, queremos asegurarnos de que todo el mundo comprende que no se proporciona ninguna garantı́a para este software libre. Si el software es modificado por cualquiera y éste a su vez lo distribuye, queremos que sus receptores sepan que lo que tienen no es el original, de forma que cualquier problema introducido por otros no afecte a la reputación de los autores originales. Por último, cualquier programa libre está constantemente amenazado por patentes sobre el software. Queremos evitar el riesgo de que los redistribuidores de un programa libre individualmente obtengan patentes, haciendo el programa propietario a todos los efectos. Para prevenir esto, hemos dejado claro que cualquier patente debe ser concedida para el uso libre de cualquiera, o no ser concedida en absoluto. 16 Bison 1.27 Los términos exactos y las condiciones para la copia, distribución y modificación se exponen a continuación. TÉRMINOS Y CONDICIONES PARA LA COPIA, DISTRIBUCIÓN Y MODIFICACIÓN 0. Esta Licencia se aplica a cualquier programa u otra obra que contenga un aviso colocado por el propietario del copyright diciendo que puede ser distribuido bajo los términos de esta Licencia Pública General. En adelante, “Programa” se referirá a cualquier programa u obra de esta clase y “una obra basada en el Programa” se referirá bien al Programa o a cualquier obra derivada de este según la ley de copyright. Esto es, una obra que contenga el programa o una porción de este, bien en forma literal o con modificaciones y/o traducido en otro lenguaje. Por lo tanto, la traducción está incluida sin limitaciones en el término “modificación”. Cada propietario de una licencia será tratado como “usted”. Cualquier otra actividad que no sea la copia, distribución o modificación no está cubierta por esta Licencia, está fuera de su ámbito. El acto de ejecutar el Programa no está restringido, y los resultados del Programa están cubiertos únicamente si sus contenidos constituyen una obra basada en el Programa, independientemente de haberlo producido mediante la ejecución del programa. Que esto se cumpla, depende de lo que haga el programa. 1. Usted puede copiar y distribuir copias literales del código fuente del Programa, tal y como lo recibió, por cualquier medio, supuesto que de forma adecuada y bien visible publique en cada copia un anuncio de copyright adecuado y una renuncia de garantı́a, mantenga intactos todos los anuncios que se refieran a esta Licencia y a la ausencia de garantı́a, y proporcione a cualquier otro receptor del programa una copia de esta Licencia junto con el Programa. Puede cobrar un precio por el acto fı́sico de transferir una copia, y puede a su elección ofrecer garantı́a a cambio de unos honorarios. 2. Usted puede modificar su copia o copias del Programa o cualquier porción de él, formando de esta manera una obra basada en el Programa, y copiar y distribuir esa modificación u obra bajo los términos del apartado 1 anterior, siempre que además cumpla las siguientes condiciones: a. Debe procurar que los ficheros modificados incluyan notificaciones destacadas manifestando que los ha cambiado y la fecha de cualquier cambio. b. Usted debe procurar que cualquier obra que distribuya o publique, que en todo o en parte contenga o sea derivada del Programa o de cualquier parte de él, sea licenciada como un todo, sin cargo alguno para terceras partes bajo los términos de esta Licencia. c. Si el programa modificado lee normalmente órdenes interactivamente cuando al ejecutarse, debe hacer que cuando comience su ejecución para ese uso interactivo de la forma más habitual, muestre o escriba un mensaje que incluya un anuncio de copyright y un anuncio de que no se ofrece ninguna garantı́a (o por el contrario que sı́ se ofrece garantı́a) y que los usuarios pueden redistribuir el programa bajo estas condiciones, e indicando al usuario cómo ver una copia de esta licencia. (Excepción: si el propio programa es interactivo pero normalmente no muestra ese anuncio, no está obligado a que su obra basada en el Programa muestre ningún anuncio). Estos requisitos se aplican a la obra modificada como un todo. Si algunas secciones claramente identificables de esa obra no están derivadas del Programa, y pueden razonablemente ser consideradas como obras independientes y separados por sı́ mismas, entonces esta Licencia y sus términos no se aplican a esas partes cuando sean distribuidas como trabajos separados. Pero cuando distribuya esas mismas secciones como partes de un todo que es una obra basada en el Programa, la distribución de ese todo debe cumplir los términos de esta Licencia, cuyos permisos para otros licenciatarios se extienden al todo completo, y por lo tanto a todas y cada una de sus partes, con independencia de quién la escribió. LICENCIA PÚBLICA GENERAL GNU 3. 4. 5. 6. 7. 17 Por lo tanto, no es intención de este apartado reclamar derechos u oponerse a sus derechos sobre obras escritas enteramente por usted; sino que la intención es ejercer el derecho de controlar la distribución de obras derivadas o colectivas basadas en el Programa. Además, el simple hecho de reunir otro trabajo no basado en el Programa con el Programa (o con un trabajo basado en el Programa) en un medio de almacenamiento o en un medio de distribución no hace que dicho trabajo entre dentro del ámbito cubierto por esta Licencia. Usted puede copiar y distribuir el Programa (o una obra basada en él, según se especifica en la Sección 2) en forma de código objeto o ejecutable bajo los términos de las Secciones 1 y 2 anteriores mientras cumpla además una de las siguientes condiciones: a. Acompañarlo con el código fuente completo correspondiente en formato legible para un ordenador, que debe ser distribuido bajo los términos de las Secciones 1 y 2 anteriores en un medio utilizado habitualmente para el intercambio de programas, o b. Acompañarlo con una oferta por escrito, válida durante al menos tres años, por un coste no mayor que el de realizar fı́sicamente la distribución del fuente, de proporcionar a cualquier tercera parte una copia completa en formato legible para un ordenador del código fuente correspondiente, que será distribuido bajo las condiciones descritas en las Secciones 1 y 2 anteriores, en un medio utilizado habitualmente para el intercambio de programas, o c. Acompañarlo con la información que usted recibió referida al ofrecimiento de distribuir el código fuente correspondiente. (Esta opción se permite sólo para la distribución no comercial y sólo si usted recibió el programa como código objeto o en formato ejecutable con una oferta de este tipo, de acuerdo con la Sección b anterior). Se entiende por código fuente de un trabajo a la forma preferida de la obra para hacer modificaciones sobre este. Para una obra ejecutable, se entiende por código fuente completo todo el código fuente para todos los módulos que contiene, más cualquier fichero asociado de definición de interfaces, más los guiones utilizados para controlar la compilación e instalación del ejecutable. Como excepción especial el código fuente distribuido no necesita incluir nada que sea distribuido normalmente (ya sea en formato fuente o binario) con los componentes fundamentales (compilador, kernel y similares) del sistema operativo en el cual funciona el ejecutable, a no ser que el propio componente acompañe al ejecutable. Si la distribución del ejecutable o del código objeto se realiza ofreciendo acceso a una copia desde un lugar designado, entonces se considera el ofrecimiento del acceso para copiar el código fuente del mismo lugar como distribución del código fuente, incluso aunque terceras partes no estén obligadas a copiar el fuente junto al código objeto. No puede copiar, modificar, sublicenciar o distribuir el Programa excepto como está expresamente permitido por esta Licencia. Cualquier intento de copiar, modificar sublicenciar o distribuir el Programa de otra forma es inválido, y hará que cesen automáticamente los derechos que le proporciona esta Licencia. En cualquier caso, las partes que hayan recibido copias o derechos bajo esta Licencia no verán sus Licencias calceladas, mientras esas partes continúen cumpliéndo totalmente la Licencia. No está obligado a aceptar esta licencia, ya que no la ha firmado. Sin embargo, no hay hada más que le proporcione permiso para modificar o distribuir el Programa o sus trabajos derivados. Estas acciones están prohibidas por la ley si no acepta esta Licencia. Por lo tanto, si modifica o distribuye el Programa (o cualquier trabajo basado en el Programa), está indicando que acepta esta Licencia para poder hacerlo, y todos sus términos y condiciones para copiar, distribuir o modificar el Programa o trabajos basados en él. Cada vez que redistribuya el Programa (o cualquier trabajo basado en el Programa), el receptor recibe automáticamente una licencia del licenciatario original para copiar, distribuir o modificar el Programa, de forma sujeta a estos términos y condiciones. No puede imponer al receptor ninguna restricción más sobre el ejercicio de los derechos aquı́ garantizados. No es usted responsable de hacer cumplir esta licencia por terceras partes. Si como consecuencia de una resolución judicial o de una alegación de infracción de patente o por cualquier otra razón (no limitada a asuntos relacionados con patentes) se le imponen con- 18 Bison 1.27 diciones (ya sea por mandato judicial, por acuerdo o por cualquier otra causa) que contradigan las condiciones de esta Licencia, ello no le exime de cumplir las condiciones de esta Licencia. Si no puede realizar distribuciones de forma que se satisfagan simultáneamente sus obligaciones bajo esta licencia y cualquier otra obligación pertinente entonces, como consecuencia, no puede distribuir el Programa de ninguna forma. Por ejemplo, si una patente no permite la redistribución libre de derechos de autor del Programa por parte de todos aquellos que reciban copias directa o indirectamente a través de usted, entonces la única forma en que podrı́a satisfacer tanto esa condición como esta Licencia serı́a evitar completamente la distribución del Programa. Si cualquier porción de este apartado se considera no válido o imposible de cumplir bajo cualquier circunstancia particular ha de cumplirse el resto y la sección por entero ha de cumplirse en cualquier otra circunstancia. No es el propósito de este apartado inducirle a infringir ninguna patente ni ningún otro derecho de propiedad o impugnar la validez de ninguna de dichas reclamaciones. Este apartado tiene el único propósito de proteger la integridad del sistema de distribución de software libre, que se realiza mediante prácticas de licencia pública. Mucha gente ha hecho contribuciones generosas a la gran variedad de software distribuido mediante ese sistema con la confianza de que el sistema se aplicará consistentemente. Será el autor/donante quien decida si quiere distribuir software mediante cualquier otro sistema y una licencia no puede imponer esa elección. Este apartado pretende dejar completamente claro lo que se cree que es una consecuencia del resto de esta Licencia. 8. Si la distribución y/o uso de el Programa está restringido en ciertos paı́ses, bien por patentes o por interfaces bajo copyright, el poseedor del copyright que coloca este Programa bajo esta Licencia puede añadir una limitación explı́cita de distribución geográfica excluyendo esos paı́ses, de forma que la distribución se permita sólo en o entre los paı́ses no excluidos de esta manera. En ese caso, esta Licencia incorporará la limitación como si estuviese escrita en el cuerpo de esta Licencia. 9. La Free Software Foundation puede publicar versiones revisadas y/o nuevas de la Licencia Pública General de tiempo en tiempo. Dichas versiones nuevas serán similares en espı́ritu a la presente versión, pero pueden ser diferentes en detalles para considerar nuevos problemas o situaciones. Cada versión recibe un número de versión que la distingue de otras. Si el Programa especifica un número de versión de esta Licencia que se aplica a ella y a “cualquier versión posterior”, tiene la opción de seguir los términos y condiciones, bien de esa versión, bien de cualquier versión posterior publicada por la Free Software Foundation. Si el Programa no especifica un número de versión de esta Licencia, puede escoger cualquier versión publicada por la Free Software Foundation. 10. Si usted desea incorporar partes del Programa en otros programas libres cuyas condiciones de distribución son diferentes, escriba al autor para pedirle permiso. Si el software tiene copyright de la Free Software Foundation, escriba a la Free Software Foundation: algunas veces hacemos excepciones en estos casos. Nuestra decisión estará guiada por el doble objetivo de preservar la libertad de todos los derivados de nuestro software libre y promover el que se comparta y reutilice el software en general. AUSENCIA DE GARANTÍA 11. YA QUE EL PROGRAMA SE LICENCIA LIBRE DE CARGAS, NO SE OFRECE NINGUNA GARANTÍA SOBRE EL PROGRAMA, HASTA LO PERMITIDO POR LAS LEYES APLICABLES. EXCEPTO CUANDO SE INDIQUE LO CONTRARIO POR ESCRITO, LOS POSEEDORES DEL COPYRIGHT Y/U OTRAS PARTES PROVEEN EL PROGRAMA “TAL Y COMO ESTÁ”, SIN GARANTÍA DE NINGUNA CLASE, YA SEA EXPRESA O IMPLÍCITA, INCLUYENDO, PERO NO LIMITÁNDOSE A, LAS GARANTÍAS LICENCIA PÚBLICA GENERAL GNU 19 IMPLÍCITAS DE COMERCIABILIDAD Y APTITUD PARA UN PROP ÓSITO PARTICULAR. TODO EL RIESGO EN CUANTO A LA CALIDAD Y FUNCIONAMIENTO DEL PROGRAMA LO ASUME USTED. SI EL PROGRAMA SE COMPROBARA QUE EST Á DEFECTUOSO, USTED ASUME EL COSTO DE TODO SERVICIO, REPARACI ÓN O CORRECCIÓN QUE SEA NECESARIO. 12. EN NINGÚN CASO, A NO SER QUE SE REQUIERA POR LAS LEYES APLICABLES O SE ACUERDE POR ESCRITO, PODRÁ NINGÚN POSEEDOR DE COPYRIGHT O CUALQUIER OTRA PARTE QUE HAYA MODIFICADO Y/O REDISTRIBUIDO EL PROGRAMA, SER RESPONSABLE ANTE USTED POR DA ÑOS O PERJUICIOS, INCLUYENDO CUALQUIER DAÑO GENERAL, ESPECIAL, INCIDENTAL O CONSECUENTE DEBIDO AL USO O LA IMPOSIBILIDAD DE PODER USAR EL PROGRAMA (INCLUYENDO PERO NO LIMITÁNDOSE A LA PÉRDIDA DE DATOS O LA PRODUCCIÓN DE DATOS INCORRECTOS O PÉRDIDAS SUFRIDAS POR USTED O POR TERCERAS PARTES O LA IMPOSIBILIDAD DEL PROGRAMA DE OPERAR JUNTO A OTROS PROGRAMAS), INCLUSO SI EL POSEEDOR DEL COPYRIGHT U OTRA PARTE HA SIDO AVISADO DE LA POSIBILIDAD DE TALES DA ÑOS. FIN DE TÉRMINOS Y CONDICIONES 20 Bison 1.27 Cómo aplicar estos términos a sus nuevos programas. Si usted desarrolla un nuevo Programa, y quiere que sea del mayor uso posible para el público en general, la mejor forma de conseguirlo es convirtiéndolo en software libre que cualquiera pueda redistribuir y cambiar bajo estos términos. Para hacerlo, añada los siguientes avisos al programa. Lo más seguro es añadirlos al principio de cada fichero fuente para comunicar lo más efectivamente posible la ausencia de garantı́a. Además cada fichero deberı́a tener al menos la lı́nea de “copyright” y una indicación del lugar donde se encuentra la notificación completa. una lı́nea para indicar el nombre del programa y una rápida idea de lo que hace. Copyright (C) 19aa nombre del autor Este programa es software libre; usted puede redistribuirlo y/o modificarlo bajo los términos de la Licencia Pública General GNU tal y como está publicada por la Free Software Foundation; ya sea la versión 2 de la Licencia o (a su elección) cualquier versión posterior. Este programa se distribuye con la esperanza de que sea útil, pero SIN NINGUNA GARANTÍA; ni siquiera la garantı́a implı́cita de COMERCIABILIDAD o APTITUD PARA UN PROPÓSITO ESPECÍFICO. Vea la Licencia Pública General GNU para más detalles. Usted deberı́a haber recibido una copia de la Licencia Pública General junto con este programa. Si no ha sido ası́, escriba a la Free Software Foundation, Inc., en 675 Mass Ave, Cambridge, MA 02139, EEUU. Añada también información sobre cómo contactar con usted mediante correo electrónico y postal. Si el programa es interactivo, haga que muestre un pequeño anuncio como el siguiente, cuando comience a funcionar en modo interactivo: Gnomovision versión 69, Copyright (C) 19aa nombre del autor Gnomovision no ofrece ABSOLUTAMENTE NINGUNA GARANT ÍA; para más detalles escriba ‘show w’. Esto es software libre, y se le invita a redistribuirlo bajo ciertas condiciones. Escriba ‘show c’ para más detalles. Los comandos hipotéticos ‘show w’ y ‘show c’ deberı́an mostrar las partes adecuadas de la Licencia Pública General. Por supuesto, los comandos que use pueden llamarse de cualquier otra manera. Podrı́an incluso ser pulsaciones del ratón o elementos de un menú—lo que sea apropiado para su programa). También deberı́a conseguir que el empresario (si trabaja como programador) o su centro académico, si es el caso, firme una “renuncia de copyright” para el programa, si es necesario. A continuación se ofrece un ejemplo, cambie los nombres: Yoyodyne, Inc. con la presente renuncia a cualquier interés de LICENCIA PÚBLICA GENERAL GNU 21 derechos de copyright con respecto al programa ‘Gnomovision’ (que hace pasadas a compiladores) escrito por Pepe Programador. firma de Pepito Grillo, 20 de diciembre de 1996 Pepito Grillo, Presidente de Asuntillos Varios. Esta Licencia Pública General no permite incorporar su programa a programas propietarios. Si su programa es una librerı́a de subrutinas, puede considerar más útil el permitir el enlazado de aplicaciones propietarias con la librerı́a. Si este es el caso, use la Licencia Pública General GNU para Librerı́as en lugar de esta Licencia. 22 Bison 1.27 Capitulo 1: Los Conceptos de Bison 23 1 Los Conceptos de Bison Este capı́tulo introduce muchos de los conceptos básicos sin los que no tendrán sentido los detalles de Bison. Si no conoce ya cómo utilizar Bison o Yacc, le sugerimos que comience por leer este capı́tulo atentamente. 1.1 Lenguajes y Gramáticas independientes del Contexto Para que Bison analice un lenguaje, este debe ser descrito por una gramática independiente del contexto. Esto quiere decir que debe especificar uno o más grupos sintácticos y dar reglas para contruirlos desde sus partes. Por ejemplo, en el lenguaje C, un tipo de agrupación son las llamadas ‘expresiones’. Una regla para hacer una expresión serı́a, “Una expresión puede estar compuesta de un signo menos y otra expresión”. Otra regla serı́a, “Una expresión puede ser un entero”. Como puede ver, las reglas son a menudo recursivas, pero debe haber al menos una regla que lleve fuera la recursión. El sistema formal más común de presentar tales reglas para ser leidas por los humanos es la Forma de Backus-Naur o “BNF”, que fue desarrollada para especificar el lenguaje Algol 60. Cualquier gramática expresada en BNF es una gramática independiente del contexto. La entrada de Bison es en esencia una BNF legible por la máquina. No todos los lenguajes independientes del contexto pueden ser manejados por Bison, únicamente aquellos que sean LALR(1). Brevemente, esto quiere decir que debe ser posible decir cómo analizar cualquier porción de una cadena de entrada con un solo token de preanálisis. Hablando estrictamente, esto es una descripción de una gramática LR(1), y la LALR(1) implica restricciones adicionales que son difı́ciles de explicar de manera sencilla; pero es raro en la práctica real que se encuentre una gramática LR(1) que no sea LALR(1). Ver Seccion 5.7 [Conflictos Misteriosos de Reducción/Reducción], página 77, para más información a cerca de esto. En las reglas gramaticales formales para un lenguaje, cada tipo de unidad sintáctica o agrupación se identifica por un sı́mbolo. Aquellos que son construidos agrupando construcciones más pequeñas de acuerdo a reglas gramaticales se denominan sı́mbolos no terminales; aquellos que no pueden subdividirse se denominan sı́mbolos terminales o tipos de tokens. Denominamos token a un fragmento de la entrada que corresponde a un solo sı́mbolo terminal, y grupo a un fragmento que corresponde a un solo sı́mbolo no terminal. Podemos utilizar el lenguaje C como ejemplo de qué significan los sı́mbolos, terminales y no terminales. Los tokens de C son los identificadores, constantes (numéricas y cadenas de caracteres), y las diversas palabras reservadas, operadores aritméticos y marcas de puntuación. Luego los sı́mbolos terminales de una gramática para C incluyen ‘identificador’, ‘número’, ‘cadena de caracteres’, más un sı́mbolo para cada palabra reservada, operador o marca de puntuación: ‘if’, ‘return’, ‘const’, ‘static’, ‘int’, ‘char’, ‘signo-más’, ‘llave-abrir’, ‘llave-cerrar’, ‘coma’ y muchos más. (Estos tokens se pueden subdividir en caracteres, pero eso es una cuestión léxica, no gramatical.) Aquı́ hay una función simple en C subdividida en tokens: int cuadrado (x) /* palabra reservada ‘int’ */ /* identificador, paréntesis-abrir */ /* identificador, paréntesis-cerrar */ 24 Bison 1.27 int x; /* /* return x * x; /* /* } /* { palabra reservada ‘int’, identificador, punto y coma */ llave-abrir */ palabra reservada ‘return’, identificador, */ asterisco, identificador, punto y coma */ llave-cerrar */ Las agrupaciones sintácticas de C incluyen a las expresiones, las sentencias, las declaraciones, y las definiciones de funciones. Estas se representan en la gramática de C por los sı́mbolos no terminales ‘expresión’, ‘sentencia’, ‘declaración’ y ‘definición de función’. La gramática completa utiliza docenas de construcciones del lenguaje adicionales, cada uno con su propio sı́mbolo no terminal, de manera que exprese el significado de esos cuatro. El ejemplo anterios es la definición de una función; contiene una declaración, y una sentencia. En la sentencia, cada ‘x’ es una expresión y también lo es ‘x * x’. Cada sı́mbolo no terminal debe poseer reglas gramaticales mostrando cómo está compuesto de construcciones más simples. Por ejemplo, un tipo de sentencia en C es la sentencia return; esta serı́a descrita con una regla gramatical que interpretada informalmente serı́a ası́: Una ‘sentencia’ puede estar compuesta de una parabra clave ‘return’, una ‘expresión’ y un ‘punto y coma’. Aquı́ existirı́an muchas otras reglas para ‘sentencia’, una para cada tipo de sentencia en C. Se debe distinguir un sı́mbolo no terminal como el sı́mbolo especial que define una declaración completa en el lenguaje. Este se denomina sı́mbolo de arranque. En un compilador, este representa un programa completo. En el lenguaje C, el sı́mbolo no terminal ‘secuencia de definiciones y declaraciones’ juega este papel. Por ejemplo, ‘1 + 2’ es una expresión válida en C—una parte válida de un programa en C—pero no es válida como un programa en C completo. En la gramática independiente del contexto de C, esto se refleja en el hecho de que ‘expresión’ no es el sı́mbolo de arranque. El analizador de Bison lee una secuencia de tokens como entrada, y agrupa los tokens utilizando las reglas gramaticales. Si la entrada es válida, el resultado final es que la secuencia de tokens entera se reduce a una sola agrupación cuyo sı́mbolo es el sı́mbolo de arranque de la gramática. Si usamos una gramática para C, la entrada completa debe ser una ‘secuencia de definiciones y declaraciones’. Si no, el analizador informa de un error de sintaxis. 1.2 De las Reglas Formales a la Entrada de Bison Una gramática formal es una construcción matemática. Para definir el lenguaje para Bison, debe escribir un archivo expresando la gramática con la sintaxis de Bison: un archivo de gramática de Bison. Ver Capitulo 3 [Archivos de Gramática de Bison], página 45. Un sı́mbolo no terminal en la gramática formal se representa en la entrada de Bison como un identificador, similar a un identificador en C. Por convención, deberı́an estar en minúsculas, tales como expr, stmt o declaracion. Capitulo 1: Los Conceptos de Bison 25 La representación en Bison para un sı́mbolo terminal se llama también un tipo de token. Los tipos de tokens también se pueden representar como identificadores al estilo de C. Por convención, estos identificadores deberı́an estar en mayúsculas para distinguirlos de los no terminales: por ejemplo, INTEGER, IDENTIFICADOR, IF o RETURN. Un sı́mbolo terminal que represente una palabra clave en particular en el lenguaje deberı́a bautizarse con el nombre después de pasarlo a mayúsculas. El sı́mbolo terminal error se reserva para la recuperación de errores. Ver Seccion 3.2 [Simbolos], página 46. Un sı́mbolo terminal puede representarse también como un caracter literal, al igual que una constante de caracter en C. Deberı́a hacer esto siempre que un token sea simplemente un único caracter (paréntesis, signo-más, etc.): use el mismo caracter en un literal que el sı́mbolo terminal para ese token. Una tercera forma de representar un sı́mbolo terminal es con una cadena de caracteres de C conteniendo varios caracteres. Ver Seccion 3.2 [Simbolos], página 46, para más información. Las reglas gramaticales tienen también una expresión en la sintaxis de Bison. Por ejemplo, aquı́ está la regla en Bison para una sentencia return de C. El punto y coma entre comillas es un token de caracter literal, representando parte de la sintaxis de C para la sentencia; el punto y coma al descubierto, y los dos puntos, es puntuación de Bison que se usa en todas las reglas. stmt: RETURN expr ’;’ ; Ver Seccion 3.3 [Sintaxis de las Reglas Gramaticales], página 48. 1.3 Valores Semánticos Una gramática formal selecciona tokens únicamente por sus clasificaciones: por ejemplo, si una regla menciona el sı́mbolo terminal ‘constante entera’, quiere decir que cualquier constante entera es gramaticalmente válida en esa posición. El valor preciso de la constante es irrelevante en cómo se analiza la entrada: si ‘x+4’ es gramatical entonces ‘x+1’ o ‘x+3989’ es igualmente gramatical. Pero el valor preciso es muy importante para lo que significa la entrada una vez que es analizada. ¡Un compilador es inservible si no puede distinguir entre 4, 1 y 3989 como constantes en el programa! Por lo tanto, cada token en una gramática de Bison tiene ambos, un tipo de token y un valor semántico. Ver Seccion 3.5 [Definiendo la Semántica del Lenguaje], página 50, para detalles. El tipo de token es un sı́mbolo terminal definido en la gramática, tal como INTEGER, IDENTIFICADOR o ’,’. Este dice todo lo que se necesita para saber decidir dónde podrı́a aparecer válidamente el token y cómo agruparlo con los otros tokens. Las reglas gramaticales no saben nada acerca de los tokens excepto de sus tipos. El valor semántico tiene todo el resto de información a cerca del significado del token, tal como el valor de un entero, o el nombre de un identificador. (Un token tal como ’,’ que es solo un signo de puntuación no necesita tener ningún valor semántico.) Por ejemplo, un token de entrada podrı́a clasificarse como un tipo de token INTEGER y tener el valor semántico 4. Otro token de entrada podrı́a tener el mismo tipo de token INTEGER pero valor 26 Bison 1.27 3989. Cuando una regla gramatical dice que se admite un INTEGER, cualquiera de estos tokens se acepta porque cada uno es un INTEGER. Cuando el analizador acepta el token, este no pierde la pista del valor semántico del token. Cada agrupación puede tener también un valor semántico al igual que su sı́mbolo no terminal. Por ejemplo, en una calculadora, una expresión tı́picamente tiene un valor semántico que es un número. En un compilador para un lenguaje de programación, una expresión tı́picamente tiene un valor semántico que es una estructura en árbol describiendo el significado de la expresión. 1.4 Acciones Semánticas Para que sea útil, un programa debe hacer algo más que analizar la entrada; este debe producir también alguna salida basada en la entrada. En una gramática de Bison, una regla gramatical puede tener una acción compuesta de sentencias en C. Cada vez que el analizador reconozca una correspondencia para esa regla, se ejecuta la acción. Ver Seccion 3.5.3 [Acciones], página 50. La mayor parte del tiempo, el propósito de una acción es computar el valor semántico de la construcción completa a partir de los valores semánticos de sus partes. Por ejemplo, suponga que tenemos una regla que dice que una expresión puede ser la suma de dos expresiones. Cuando el analizador reconozca tal suma, cada una de las subexpresiones posee un valor semántico que describe cómo fueron elaboradas. La acción para esta regla deberı́a crear un tipo de valor similar para la expresión mayor que se acaba de reconocer. Por ejemplo, he aquı́ una regla que dice que una expresión puede ser la suma de dos subexpresiones: expr: expr ’+’ expr ; { $$ = $1 + $3; } La acción dice cómo producir el valor semántico de la expresión suma a partir de los valores de las dos subexpresiones. 1.5 La Salida de Bison: el Archivo del Analizador Cuando ejecuta Bison, usted le da un archivo de gramática de Bison como entrada. La salida es un programa fuente en C que analiza el lenguaje descrito por la gramática. Este archivo se denomina un analizador de Bison. Tenga en cuenta que la utilidad Bison y el analizador de Bison son dos programas distintos: la utilidad Bison es un programa cuya salida es el analizador de Bison que forma parte de su programa. El trabajo del analizador de Bison es juntar tokens en agrupaciones de acuerdo a las reglas gramaticales—por ejemplo, construir expresiones con identificadores y operadores. A medida que lo hace, este ejecuta las acciones de las reglas gramaticales que utiliza. Los tokens provienen de una función llamada el analizador léxico que usted debe proveer de alguna manera (por ejemplo escribiéndola en C). El analizador de Bison llama al analizador léxico cada vez que quiera un nuevo token. Este no sabe qué hay “dentro” de los tokens (aunque sus valores semánticos podrı́an reflejarlo). Tı́picamente el analizador léxico construye los tokens analizando los Capitulo 1: Los Conceptos de Bison 27 caracteres del texto, pero Bison no depende de ello. Ver Seccion 4.2 [La Función del Analizador Léxico yylex], página 61. El fichero del analizador de Bison es código C que define una función llamada yyparse que implementa esa gramática. Esta función no forma un programa completo en C: debe proveer algunas funciones adicionales. Una es el analizador léxico. Otra es una función de informe de errores a la que el analizador llama para informar de un error. Además, un programa completo en C debe comenzar con una función llamada main; debe facilitarla, y colocar en esta una llamada a yyparse o el analizador no será ejecutado nunca. Ver Capitulo 4 [Interfaz del Analizador en Lenguaje C], página 61. A parte de los nombres de tipo de token y los sı́mbolos en las acciones que escriba, todos los nombres de variable y funciones usados en el archivo del analizador de Bison comienzan con ‘yy’ o ‘YY’. Esto incluye las funciones de interfaz tales como la función del analizador léxico yylex, la función de informe de errores yyerror y la propia función del analizador yyparse. Esto también incluye un gran número de identificadores utilizados para uso interno. Por lo tanto, deberı́a evitar utilizar identificadores de C que comiencen con ‘yy’ o ‘YY’ en el archivo de la gramática de Bison excepto para aquellos definidos en este manual. 1.6 Etapas en el Uso de Bison El proceso real de diseño de lenguajes utilizando Bison, desde la especificación de la gramática hasta llegar a un compilador o intérprete funcional, se compone de estas etapas: 1. Especificar formalmente la gramática en un formato que reconozca Bison (ver Capitulo 3 [Archivos de Gramática de Bison], página 45). Para cada regla gramatical en el lenguaje, describir la acción que se va a tomar cuando una instancia de esa regla sea reconocida. La acción se descibe por una secuencia de sentencias en C. 2. Escribir un analizador léxico para procesar la entrada y pasar tokens al analizador sintáctico. El analizador léxico podrı́a escribirse a mano en C (ver Seccion 4.2 [La Función del Analizador Léxico yylex], página 61). Este puede también generarse utilizando Lex, pero el uso de Lex no se trata en este manual. 3. Escibir una función de control que llame al analizador producido por Bison. 4. Escribir las rutinas de infome de errores. Para hacer que este código fuente escrito se convierta en un programa ejecutable, debe seguir estos pasos: 1. Ejecutar Bison sobre la gramática para producir el analizador. 2. Compilar el código de salida de Bison, al igual que cualquier otro fichero fuente. 3. Enlazar los ficheros objeto para producir el producto final. 1.7 El Formato Global de una Gramática de Bison El fichero de entrada para la utilidad Bison es un archivo de gramatica de Bison. La forma general de una gramática de Bison es la siguiente: 28 Bison 1.27 %{ declaraciones en C %} Declaraciones de Bison %% Reglas gramaticales %% Código C adicional Los ‘%%’, ‘%{’ y ‘%}’ son signos de puntuación que aparecen en todo archivo de gramática de Bison para separar las secciones. Las declaraciones en C podrı́an definir tipos y variables utilizadas en las acciones. Puede también usar comandos del preprocesador para definir macros que se utilicen ahı́, y utilizar #include para incluir archivos de cabecera que realicen cualquiera de estas cosas. Las declaraciones de Bison declaran los nombres de los sı́mbolos terminales y no terminales, y también podrı́an describir la precedencia de operadores y los tipos de datos de los valores semánticos de varios sı́mbolos. Las reglas gramaticales definen cómo construir cada sı́mbolo no terminal a partir de sus partes. El código C adicional puede contener cualquier código C que desee utilizar. A menudo suele ir la definición del analizador léxico yylex, más subrutinas invocadas por las acciones en la reglas gramaticales. En un programa simple, todo el resto del programa puede ir aquı́. Capitulo 2: Ejemplos 29 2 Ejemplos Ahora presentaremos y explicaremos tres programas de ejemplo escritos utilizando Bison; una calculadora de notación polaca inversa, una calculadora de notación algebraica (infija), y una calculadora multi-función. Los tres han sido comprobados bajo BSD Unix 4.3; cada uno produce una utilizable, aunque limitada, calculadora de escritorio. Estos ejemplos son simples, pero las gramáticas de Bison para lenguajes de programación reales se escriben de la misma manera. 2.1 Calculadora de Notación Polaca Inversa El primer ejemplo es el de una simple calculadora de doble precisión de notación polaca inversa (una calculadora que utiliza operadores postfijos). Este ejemplo provee un buen punto de partida, ya que no hay problema con la precedencia de operadores. El segundo ejemplo ilustrará cómo se maneja la precendencia de operadores. El código fuente para esta calculadora se llama ‘rpcalc.y’. La extensión ‘.y’ es una convención utilizada para los archivos de entrada de Bison. 2.1.1 Declaraciones para rpcalc Aqui están las declaraciones de C y Bison para la calculadora de notación polaca inversa. Como en C, los comentarios se colocan entre ‘/*. . .*/’. /* Calculadora de notación polaca inversa. */ %{ #define YYSTYPE double #include <math.h> %} %token NUM %% /* A continuación las reglas gramaticales y las acciones */ La sección de declaraciones en C (ver Seccion 3.1.1 [La Sección de Declaraciones en C], página 45) contiene dos directivas del preprocesador. La directiva #define define la macro YYSTYPE, de este modo se especifica el tipo de dato de C para los valores semánticos de ambos, tokens y agrupaciones (ver Seccion 3.5.1 [Tipos de Datos de Valores Semánticos], página 50). El analizador de Bison utilizará cualquier tipo que se defina para YYSTYPE; si no lo define, por defecto es int. Como hemos especificado double, cada token y cada expresión tiene un valor asociado, que es un número en punto flotante. La directiva #include se utiliza para declarar la función de exponenciación pow. 30 Bison 1.27 La segunda sección, declaraciones de Bison, provee información a Bison a cerca de los tipos de tokens (ver Seccion 3.1.2 [La Sección de Declaraciones de Bison], página 45). Cada sı́mbolo terminal que no sea un caracter literal simple debe ser declarado aquı́ (Los caracteres literales simples no necesitan ser declarados.) En este ejemplo, todos los operadores aritméticos se designan por un caracter literal simple, ası́ que el único sı́mbolo terminal que necesita ser declarado es NUM, el tipo de token para las constantes numéricas. 2.1.2 Reglas Gramaticales para rpcalc Aquı́ están las reglas gramaticales para una calculadora de notación polaca inversa. input: /* vacı́o */ | input line ; line: ’\n’ | exp ’\n’ { printf ("\t%.10g\n", $1); } ; exp: NUM { $$ | exp exp ’+’ { $$ | exp exp ’-’ { $$ | exp exp ’*’ { $$ | exp exp ’/’ { $$ /* Exponenciación */ | exp exp ’^’ { $$ /* Menos unario */ | exp ’n’ { $$ = = = = = $1; $1 + $1 $1 * $1 / $2; $2; $2; $2; } } } } } = pow ($1, $2); } = -$1; } ; %% Las agrupaciones del “lenguaje” de rpcalc definidas aquı́ son la expresión (con el nombre exp), la lı́nea de entrada (line), y la transcripción completa de la entrada (input). Cada uno de estos sı́mbolos no terminales tiene varias reglas alternativas, unidas por el puntuador ‘|’ que se lee como “o”. Las siguientes secciones explican lo que significan estas reglas. La semántica del lenguaje se determina por las acciones que se toman cuando una agrupación es reconocida. Las acciones son el código C que aparecen entre llaves. Ver Seccion 3.5.3 [Acciones], página 50. Debe especificar estas acciones en C, pero Bison facilita la forma de pasar valores semánticos entre las reglas. En cada acción, la pseudo-variable $$ representa el valor semántico para la agrupación que la regla va a construir. El trabajo principal de la mayorı́a de las acciones es la asignación de un valor para $$. Se accede al valor semántico de los componentes de la regla con $1, $2, y ası́ sucesivamente. 2.1.2.1 Explicación para input Considere la definición de input: Capitulo 2: Ejemplos input: 31 /* vacı́o */ | input line ; Esta definición se interpreta ası́: “Una entrada completa es o una cadena vacı́a, o una entrada completa seguida por una lı́nea de entrada”. Note que “entrada completa” se define en sus propios términos. Se dice que esta definición es recursiva por la izquierda ya que input aparece siempre como el sı́mbolo más a la izquierda en la secuencia. Ver Seccion 3.4 [Reglas Recursivas], página 49. La primera alternativa está vacı́a porque no hay sı́mbolos entre los dos puntos y el primer ‘|’; esto significa que input puede corresponder con una cadena de entrada vacı́a (sin tokens). Escribimos estas reglas de esa manera porque es legı́timo escribir Ctrl-d después de arrancar la calculadora. Es clásico poner una alternativa vacı́a al principio y escribir en esta el comentario ‘/* vacı́o */’. La segunda alternativa de la regla (input line) maneja toda la entrada no trivial. Esta significa, “Después de leer cualquier número de lı́neas, leer una más si es posible”. La recursividad por la izquierda convierte esta regla en un bucle. Ya que la primera alternativa concuerda con la entrada vacı́a, el bucle se puede ejecutar cero o más veces. La función yyparse del analizador continúa con el procesamiento de la entrada hasta que se encuentre con un error gramatical o el analizador diga que no hay más tokens de entrada; convendremos que esto último sucederá al final del fichero. 2.1.2.2 Explicación para line Ahora considere la definición de line: line: ’\n’ | exp ’\n’ { printf ("\t%.10g\n", $1); } ; La primera alternativa es un token que es un caracter de nueva-lı́nea; esta quiere decir que rpcalc acepta un lı́nea en blanco (y la ignora, ya que no hay ninguna acción). La segunda alternativa es una expresión seguida de una lı́nea nueva. Esta es la alternativa que hace que rpcalc sea útil. El valor semántico de la agrupación exp es el valor de $1 porque la exp en cuestión es el primer sı́mbolo en la alternativa. La acción imprime este valor, que es el resultado del cálculo que solicitó el usuario. Esta acción es poco común porque no asigna un valor a $$. Como consecuencia, el valor semántico asociado con line está sin inicializar (su valor será impredecible). Se tratarı́a de un error si ese valor se utilizara, pero nosotros no lo utilizaremos: una vez que rpcalc haya imprimido el valor de la lı́nea de entrada del usuario, ese valor no se necesitará más. 2.1.2.3 Explicación para expr La agrupación exp tiene varias reglas, una para cada tipo de expresión. La primera regla maneja la expresiones más simples: aquellas que son solamente números. La segunda maneja una expresión de adición, que tiene el aspecto de dos expresiones seguidas de un signo más. La tercera maneja la resta, y ası́ sucesivamente. 32 Bison 1.27 exp: NUM | exp exp ’+’ | exp exp ’-’ ... ; { $$ = $1 + $2; { $$ = $1 - $2; } } Hemos utilizado ‘|’ para unir las tres reglas de exp, pero igualmente podrı́amos haberlas escrito por separado: exp: exp: exp: NUM ; exp exp ’+’ exp exp ’-’ ... { $$ = $1 + $2; { $$ = $1 - $2; } ; } ; La mayorı́a de las reglas tienen acciones que computan el valor de la expresión en términos del valor de sus componentes. Por ejemplo, en la regla de la adición, $1 hace referencia al primer componenete exp y $2 hace referencia al segundo. El tercer componente, ’+’, no tiene un valor semántico asociado con significado, pero si tuviese alguno podrı́a hacer referencia a este con $3. Cuando yyparse reconoce una expresión de suma usando esta regla, la suma de los valores de las dos subexpresiones producen el valor de toda la expresión. Ver Seccion 3.5.3 [Acciones], página 50. Usted no tiene de dar una acción para cada regla. Cuando una regla no tenga acción, por defecto Bison copia el valor de $1 en $$. Esto es lo que sucede en la primera regla (la que usa NUM). El formato mostrado aquı́ es la convención recomendada, pero Bison no lo requiere. Puede añadir o cambiar todos los espacios en blanco que desee. Por ejemplo, esto: exp : NUM | exp exp ’+’ {$$ = $1 + $2; } | . . . expresa lo mismo que esto: exp: NUM | exp exp ’+’ | ... { $$ = $1 + $2; } El último, sin embargo, es mucho más legible. 2.1.3 El Analizador Léxico de rpcalc El trabajo del analizador léxico es el análisis a bajo nivel: la conversión de los caracteres o secuencia de caracteres en tokens. El analizador de Bison obtiene sus tokens llamando al analizador léxico. Ver Seccion 4.2 [La Función del Analizador Léxico yylex], página 61. Solamente se necesita un analizador léxico sencillo para la calculadora RPN. Este analizador léxico ignora los espacios en blanco y los tabuladores, luego lee los números como double y los devuelve como tokens NUM. Cualquier otro caracter que no forme parte de un número es un token por separado. Tenga en cuenta que el código del token para un token de caracter simple es el propio caracter. Capitulo 2: Ejemplos 33 El valor de retorno de la función de análisis léxico es un código numérico que representa el tipo de token. El mismo texto que se utilizó en las reglas de Bison para representar el tipo de token también es una expresión en C con el valor numérico del tipo. Esto funciona de dos maneras. Si el tipo de token es un caracter literal, entonces su código numérico es el código ASCII de ese caracter; puede usar el mismo caracter literal en el analizador léxico para expresar el número. Si el tipo de token es un identificador, ese identificador lo define Bison como una macro en C cuya definición es un número apropiado. En este ejemplo, por lo tanto, NUM se convierte en una macro para que la use yylex. El valor semántico del token (si tiene alguno) se almacena en la variable global yylval, que es donde el analizador de Bison lo buscará. (El tipo de datos de C para yylval es YYSTYPE, que se definió al principio de la gramática; ver Seccion 2.1.1 [Declaraciones para rpcalc], página 29.) Se devuelve un código de tipo de token igual a cero cuando se llega al final del fichero. (Bison reconoce cualquier valor no positivo como indicador del final del fichero de entrada.) Aquı́ está el código para el analizador léxico: /* El analizador léxico devuelve un número en coma flotante (double) en la pila y el token NUM, o el caracter ASCII leı́do si no es un número. Ignora todos los espacios en blanco y tabuladores, devuelve 0 como EOF. */ #include <ctype.h> yylex () { int c; /* ignora los espacios en blanco */ while ((c = getchar ()) == ’ ’ || c == ’\t’) ; /* procesa números */ if (c == ’.’ || isdigit (c)) { ungetc (c, stdin); scanf ("%lf", &yylval); return NUM; } /* devuelve fin-de-fichero */ if (c == EOF) return 0; /* devuelve caracteres sencillos */ return c; } 2.1.4 La Función de Control Para continuar acordes a este ejemplo, la función de control se mantiene escueta al mı́nimo. El único requisito es que llame a yyparse para comenzar el proceso de análisis. 34 Bison 1.27 main () { yyparse (); } 2.1.5 La Rutina de Informe de Errores Cundo yyparse detecta un error de sintaxis, realiza una llamada a la función de informe de errores yyerror para que imprima un mensaje de error (normalmente pero no siempre un "parse error"). Es cosa del programador el proveer yyerror (ver Capitulo 4 [Interfaz con el Analizador en Lenguaje C], página 61), luego aquı́ está la definición que utilizaremos: #include <stdio.h> yyerror (s) /* Llamada por yyparse ante un error */ char *s; { printf ("%s\n", s); } Después de que yyerror retorne, el analizador de Bison podrı́a recuperarse del error y continuar analizando si la gramática contiene una regla de error apropiada (ver Capitulo 6 [Recuperacion de Errores], página 81). De otra manera, yyparse devolverá un valor distinto de cero. No hemos escrito ninguna regla de error en este ejemplo, ası́ que una entrada no válida provocará que termine el programa de la calculadora. Este no es el comportamiento adecuado para una calculadora real, pero es adecuado en el primer ejemplo. 2.1.6 Ejecutando Bison para Hacer el Analizador Antes de ejecutar Bison para producir un analizador, necesitamos decidir cómo ordenar todo en código fuente en uno o más ficheros fuente. Para un ejemplo tan sencillo, la manera más fácil es poner todo en un archivo. Las definiciones de yylex, yyerror y main van al final, en la sección de “código C adicional” del fichero. (ver Seccion 1.7 [El Formato Global de una gramática de Bison], página 27). Para un proyecto más grande, probablemente tendrı́a varios ficheros fuente, y utilizarı́a make para ordenar la recompilación de estos. Con todo el fuente en un único archivo, utilice el siguiente comando para convertirlo en el fichero del analizador: bison nombre archivo.y En este ejemplo el archivo se llamó ‘rpcalc.y’ (de “Reverse Polish CALCulator”, “Calculadora Polaca Inversa”). Bison produce un archivo llamado ‘nombre archivo.tab.c’, quitando el ‘.y’ del nombre del fichero original. El fichero de salida de Bison contiene el código fuente para yyparse. Las funciones adicionales en el fichero de entrada (yylex, yyerror y main) se copian literalmente a la salida. Capitulo 2: Ejemplos 35 2.1.7 Compilando el Archivo del Analizador Aquı́ está la forma de compilar y ejecutar el archivo del analizador: # Lista los archivos en el directorio actual. % ls rpcalc.tab.c rpcalc.y # Compila el analizador de Bison. # ‘-lm’ le dice al compilador que busque la librerı́a math para pow. % cc rpcalc.tab.c -lm -o rpcalc # Lista de nuevo los archivos. % ls rpcalc rpcalc.tab.c rpcalc.y El archivo ‘rpcalc’ contiene ahora el código ejecutable. He aquı́ una sesión de ejemplo utilizando rpcalc. % rpcalc 4 9 + 13 3 7 + 3 4 5 *+-13 3 7 + 3 4 5 * + - n 13 5 6 / 4 n + -3.166666667 3 4 ^ 81 ^D % Note el menos unario, ‘n’ Exponenciación Indicador de Fin-de-fichero 2.2 Calculadora de Notación Infija: calc Ahora modificaremos rpcalc para que maneje operadores infijos en lugar de postfijos. La notación infija trae consigo el concepto de la precedencia de operadores y la necesidad de paréntesis anidados de profundidad arbitraria. Aquı́ está el código de Bison para ‘calc.y’, una calculadora infija de escritorio. /* Calculadora de notación infija--calc */ %{ #define YYSTYPE double #include <math.h> %} /* Declaraciones de BISON */ %token NUM %left ’-’ ’+’ 36 Bison 1.27 %left ’*’ ’/’ %left NEG /* negación--menos unario */ %right ’^’ /* exponenciación */ /* A continuación la gramática */ %% input: /* cadena vacı́a */ | input line ; line: ’\n’ | exp ’\n’ { printf ("\t%.10g\n", $1); } ; exp: | | | | | | | NUM exp exp exp exp ’-’ exp ’(’ ’+’ ’-’ ’*’ ’/’ exp ’^’ exp { $$ exp { $$ exp { $$ exp { $$ exp { $$ %prec NEG { $$ exp { $$ ’)’ { $$ = = = = = = = = $1; } $1 + $3; } $1 - $3; } $1 * $3; } $1 / $3; } -$2; } pow ($1, $3); } $2; } ; %% Las funciones yylex, yyerror y main pueden ser las mismas de antes. Hay dos propiedades nuevas importantes presentadas en este código. En la segunda sección (declaraciones de Bison), %left declara tipos de tokens y dice que son operadores asociativos por la izquierda. Las declaraciones %left y %right (asociatividad por la derecha) toma el lugar de %token que se utiliza para declarar un nombre de tipo de token sin asociatividad. (Estos tokens son caracteres literales simples, que de forma ordinaria no tienen que ser declarados. Los declaramos aquı́ para especificar la asociatividad.) La precedencia de operadores se determina por el orden de lı́nea de las declaraciones; cuanto más alto sea el número de lı́nea de la declaración (esta esté más baja en la página o en la pantalla), más alta será la precedencia. Por tanto, la exponenciación tiene la precedencia más alta, el menos unario (NEG) es el siguiente, seguido por ‘*’ y ‘/’, y ası́ sucesivamente. Ver Seccion 5.3 [Precedencia de Operadores], página 72. La otra propiedad nueva importante es el %prec en la sección de la gramática para el operador menos unario. El %prec simplemente le dice a Bison que la regla ‘| ’-’ exp’ tiene la misma precedencia que NEG—en este caso la siguiente a la más alta. Ver Seccion 5.4 [Precedencia Dependiende del Contexto], página 73. Aquı́ hay un ejemplo de la ejecución de ‘calc.y’: % calc 4 + 4.5 - (34/(8*3+-3)) 6.880952381 Capitulo 2: Ejemplos 37 -56 + 2 -54 3 ^ 2 9 2.3 Recuperación de Errores Simple Hasta este punto, este manual no ha tratado el tema de la recuperación de errores—cómo continuar analizando después de que el analizador detecte un error de sintaxis. Todo lo que hemos manejado es el informe de errores con yyerror. Tenga presente que por defecto yyparse retorna después de llamar a yyerror. Esto quiere decir que una lı́nea de entrada errónea hace que el programa de la calculadora finalice. Ahora mostraremos cómo rectificar esta deficiencia. El lenguaje de Bison por sı́ mismo incluye la palabra reservada error, que podrı́a incluirse en las reglas de la gramática. En el siguiente ejemplo esta se ha añadido a una de las alternativas para line: line: ’\n’ | exp ’\n’ { printf ("\t%.10g\n", $1); } | error ’\n’ { yyerrok; } ; Esta ampliación a la gramática permite una recuperación de errores simple en caso de un error de análisis. Si se lee una expresión que no puede ser evaluada, el error será reconocido por la tercera regla de line, y el análisis continuará. (La función yyerror aún se sigue llamando para imprimir su mensaje también.) La acción ejecuta la sentencia yyerrok, una macro definida automáticamente por Bison; su significado es que la recuperación de errores ha terminado (ver Capitulo 6 [Recuperacion de Errores], página 81). Note la diferencia entre yyerrok y yyerror; no se trata de ninguna errata. Esta forma de recuperación de errores trata con errores sintácticos. Existe otro tipo de errores; por ejemplo, la división entre cero, que conlleva una señal de excepción que normalmente es fatal. Una calculadora real debe tratar esta señal y utilizar longjmp para retornar a main y reanudar el análisis de lı́neas de entrada; también tendrı́a que descartar el resto de la lı́nea de entrada actual. No discutiremos esta cuestión más allá porque no es especı́fica de los programas de Bison. 2.4 Calculadora Multi-Función: mfcalc Ahora que se han explicado los conceptos básicos de Bison, es tiempo de movernos a problemas más avanzados. Las calculadoras anteriores ofrecı́an solamente cinco funciones, ‘+’, ‘-’, ‘*’, ‘/’ y ‘^’. Serı́a bueno tener una calculadora que dispusiera de otras funciones matemáticas tales como sin, cos, etc. Es fácil añadir nuevos operadores a la calculadora infija siempre que estos sean únicamente caracteres literales simples. El analizador léxico yylex pasa todos lo caracteres no numéricos como tokens, luego basta con nuevas reglas gramaticales para añadir un nuevo operador. Pero lo que queremos es algo más flexible: funciones incorporadas cuya sintaxis tenga la siguiente forma: 38 Bison 1.27 nombre función (argumento) Al mismo tiempo, añadiremos memoria a la calculadora, permitiéndole crear variables con nombre, almacenar valores en ellas, y utilizarlas más tarde. Aquı́ hay una sesión de ejemplo con la calculadora multi-función: % mfcalc pi = 3.141592653589 3.1415926536 sin(pi) 0.0000000000 alpha = beta1 = 2.3 2.3000000000 alpha 2.3000000000 ln(alpha) 0.8329091229 exp(ln(beta1)) 2.3000000000 % Note que están permitidas las asignaciones múltiples y las funciones anidadas. 2.4.1 Declaraciones para mfcalc Aquı́ están las declaraciones de C y Bison para la calculadora multi-función. %{ #include <math.h> /* Para funciones matemáticas, cos(), sin(), etc. #include "calc.h" /* Contiene definición de ‘symrec’ %} %union { double val; /* Para devolver números symrec *tptr; /* Para devolver punteros a la tabla de sı́mbolos } %token <val> NUM %token <tptr> VAR FNCT %type <val> exp /* Número simple en doble precisión /* Variable y Función %right ’=’ %left ’-’ ’+’ %left ’*’ ’/’ %left NEG /* Negación--menos unario */ %right ’^’ /* Exponenciación */ /* A continuación la gramática */ %% */ */ */ */ */ */ Capitulo 2: Ejemplos 39 La gramática anterior introduce únicamente dos nuevas propiedades del lenguaje de Bison. Estas propiedades permiten que los valores semánticos tengan varios tipos de datos. (ver Seccion 3.5.2 [Más de Un Tipo de Valor], página 50). La declaración %union especifica la lista completa de tipos posibles; esta se encuentra en lugar de la definición de YYSTYPE. Los tipos permisibles son ahora double (para exp y NUM) y puntero a entrada en la tabla de sı́mbolos. Ver Seccion 3.6.3 [La Colección de Tipos de Valores], página 57. Ya que ahora los valores pueden tener varios tipos, es necesario asociar un tipo con cada sı́mbolo gramatical cuyo valor semántico se utilice. Estos sı́mbolos son NUM, VAR, FNCT, y exp. Sus declaraciones aumentan con la información a cerca de su tipo de dato (que se encuentra entre ángulos). La construcción de Bison %type se utiliza para la declaración de sı́mbolos no terminales, al igual que %token se utiliza para declarar tipos de tokens. No hemos usado %type anteriormente porque los sı́mbolos no terminales se declaran implı́citamente por las reglas que los definen. Pero exp debe ser declarado explı́citamente para poder especificar el tipo de su valor. Ver Seccion 3.6.4 [Sı́mbolos No Terminales], página 57. 2.4.2 Reglas Gramaticales para mfcalc Aquı́ están las reglas gramaticales para la calculadora multi-función. La mayorı́a de ellas han sido copiadas directamente de calc; tres reglas, aquellas que mencionan a VAR o FNCT, son nuevas. input: /* vacı́o */ | input line ; line: ’\n’ | exp ’\n’ { printf ("\t%.10g\n", $1); } | error ’\n’ { yyerrok; } ; exp: | | | | | | | | | | NUM VAR VAR ’=’ exp FNCT ’(’ exp ’)’ exp ’+’ exp exp ’-’ exp exp ’*’ exp exp ’/’ exp ’-’ exp %prec NEG exp ’^’ exp ’(’ exp ’)’ ; /* Fin de la gramática */ %% { { { { { { { { { { { $$ $$ $$ $$ $$ $$ $$ $$ $$ $$ $$ = = = = = = = = = = = $1; $1->value.var; $3; $1->value.var = $3; (*($1->value.fnctptr))($3); $1 + $3; $1 - $3; $1 * $3; $1 / $3; -$2; pow ($1, $3); $2; } } } } } } } } } } } 40 Bison 1.27 2.4.3 La Tabla de Sı́mbolos de mfcalc La calculadora multi-función requiere una tabla de sı́mbolos para seguir la pista de los nombres y significado de las variables y funciones. Esto no afecta a las reglas gramaticales (excepto para las acciones) o las declaraciones de Bison, pero requiere algunas funciones de apoyo adicionales en C. La tabla de sı́mbolos de por sı́ contiene un lista enlazada de registros. Su definición, que está contenida en la cabecera ‘calc.h’, es la siguiente. Esta provee que, ya sean funciones o variables, sean colocadas en la tabla. /* Tipo de datos para enlaces en la cadena de sı́mbolos. struct symrec { char *name; /* nombre del sı́mbolo */ int type; /* tipo del sı́mbolo: bien VAR o FNCT */ union { double var; /* valor de una VAR */ double (*fnctptr)(); /* valor de una FNCT */ } value; struct symrec *next; /* campo de enlace */ }; */ typedef struct symrec symrec; /* La tabla de sı́mbolos: una cadena de ‘struct symrec’. extern symrec *sym_table; */ symrec *putsym (); symrec *getsym (); La nueva versión de main incluye una llamada a init_table, una función que inicializa la tabla de sı́mbolos. Aquı́ está esta, y también init_table: #include <stdio.h> main () { init_table (); yyparse (); } yyerror (s) /* Llamada por yyparse ante un error */ char *s; { printf ("%s\n", s); } struct init { char *fname; double (*fnct)(); }; Capitulo 2: Ejemplos 41 struct init arith_fncts[] = { "sin", sin, "cos", cos, "atan", atan, "ln", log, "exp", exp, "sqrt", sqrt, 0, 0 }; /* La tabla de sı́mbolos: una cadena de ‘struct symrec’. symrec *sym_table = (symrec *)0; */ init_table () /* pone las funciones aritméticas en una tabla. */ { int i; symrec *ptr; for (i = 0; arith_fncts[i].fname != 0; i++) { ptr = putsym (arith_fncts[i].fname, FNCT); ptr->value.fnctptr = arith_fncts[i].fnct; } } Mediante la simple edición de la lista de inicialización y añadiendo los archivos de inclusión necesarios, puede añadir funciones adicionales a la calculadora. Dos funciones importantes permiten la localización e inserción de sı́mbolos en la tabla de sı́mbolos. A la función putsym se le pasa un nombre y el tipo (VAR o FNCT) del objeto a insertar. El objeto se enlaza por la cabeza de la lista, y devuelve un puntero al objeto. A la función getsym se le pasa el nombre del sı́mbolo a localizar. Si se encuentra, se devuelve un punteo a ese sı́mbolo; en caso contrario se devuelve un cero. symrec * putsym (sym_name,sym_type) char *sym_name; int sym_type; { ptr = (symrec *) malloc (sizeof (symrec)); ptr->name = (char *) malloc (strlen (sym_name) + 1); strcpy (ptr->name,sym_name); ptr->type = sym_type; ptr->value.var = 0; /* pone valor a 0 incluso si es fctn. ptr->next = (struct symrec *)sym_table; sym_table = ptr; return ptr; } symrec * getsym (sym_name) */ 42 Bison 1.27 char *sym_name; { symrec *ptr; for (ptr = sym_table; ptr != (symrec *) 0; ptr = (symrec *)ptr->next) if (strcmp (ptr->name,sym_name) == 0) return ptr; return 0; } La función yylex debe reconocer ahora variables, valores numéricos, y los operadores aritméticos de caracter simple. Las cadenas de caracteres alfanuméricas que no comiencen con un dı́gito son reconocidas como variables o funciones dependiendo de lo que la tabla de sı́mbolos diga de ellas. La cadena de caracteres se le pasa a getsym para que la localice en la tabla de sı́mbolos. Si el nombre aparece en la tabla, se devuelve a yyparse un puntero a su localización y su tipo (VAR o FNCT). Si no está ya en la tabla, entonces se inserta como VAR utilizando putsym. De nuevo, se devuelve a yyparse un puntero y su tipo (que deberı́a ser VAR). No se necesita ningún cambio en yylex para manejar los valores numéricos y los operadores aritméticos. #include <ctype.h> yylex () { int c; /* Ignora espacios en blanco, obtiene el primer caracter */ while ((c = getchar ()) == ’ ’ || c == ’\t’); if (c == EOF) return 0; /* Comienza un número => analiza el número. if (c == ’.’ || isdigit (c)) { ungetc (c, stdin); scanf ("%lf", &yylval.val); return NUM; } */ /* Comienza un identificador => lee el nombre. */ if (isalpha (c)) { symrec *s; static char *symbuf = 0; static int length = 0; int i; Capitulo 2: Ejemplos 43 /* Inicialmente hace el buffer lo suficientemente largo para un nombre de sı́mbolo de 40 caracteres. */ if (length == 0) length = 40, symbuf = (char *)malloc (length + 1); i = 0; do { /* Si el buffer esta lleno, hacerlo mayor. */ if (i == length) { length *= 2; symbuf = (char *)realloc (symbuf, length + 1); } /* A~ nadir este caracter al buffer. */ symbuf[i++] = c; /* Obtiene otro caracter. */ c = getchar (); } while (c != EOF && isalnum (c)); ungetc (c, stdin); symbuf[i] = ’\0’; s = getsym (symbuf); if (s == 0) s = putsym (symbuf, VAR); yylval.tptr = s; return s->type; } /* Cualquier otro caracter es un token por sı́ mismo. */ return c; } Este programa es por ambos lados potente y flexible. Usted podrı́a fácilmente añadir nuevas funciones, y es un trabajo sencillo modificar este código para introducir también variables predefinidas tales como pi o e. 2.5 Ejercicios 1. Añada algunas nuevas funciones de ‘math.h’ a la lista de inicialización. 2. Añada otro array que contenga constantes y sus valores. Entonces modifique init_table para añadir estas constantes a la tabla de sı́mbolos. Será mucha más fácil darle a las constantes el tipo VAR. 3. Hacer que el programa muestre un error si el usuario hace referencia a una variable sin inicializar de cualquier manera excepto al almacenar un valor en ella. 44 Bison 1.27 Capitulo 3: Archivos de Gramática de Bison 45 3 Archivos de Gramática de Bison Bison toma como entrada la especificación de una gramática independiente del contexto y produce una función en lenguaje C que reconoce las instancias correctas de la gramática. El archivo de entrada de la gramática de Bison tiene un nombre que finaliza por convención en ‘.y’. 3.1 Resumen de una Gramática de Bison Un archivo de gramática de Bison tiene cuatro secciones principales, mostradas aquı́ con los delimitadores apropiados: %{ Declaraciones en C %} Declaraciones en Bison %% Reglas Gramaticales %% Código C adicional Los comentarios encerrados entre ‘/* . . . */’ pueden aparecer en cualquiera de las secciones. 3.1.1 La Sección de Declaraciones en C La sección de declaraciones en C contiene definiciones de macros y declaraciones de funciones y variables que se utilizan en las acciones en las reglas de la gramática. Estas se copian al principio del archivo del analizador de manera que precedan la definición de yyparse. Puede utlilizar ‘#include’ para obtener las declaraciones de un archivo de cabecera. Si no necesita ninguna declaración en C, puede omitir los delimitadores ‘%{’ y ‘%}’ que delimitan esta sección. 3.1.2 La Sección de Declaraciones de Bison La sección de declaraciones de Bison contiene declaraciones que definen sı́mbolos terminales y no terminales, especifica la precedencia, etc. En algunas gramáticas simples puede que no necesite ninguna de las declaraciones. Ver Seccion 3.6 [Declaraciones de Bison], página 55. 3.1.3 La Sección de Reglas Gramaticales La sección de las reglas gramaticales contiene una o más reglas gramaticales, y nada más. Ver Seccion 3.3 [Sintaxis de las Reglas Gramaticales], página 48. 46 Bison 1.27 Debe haber siempre al menos una regla gramatical, y el primer ‘%%’ (que precede a las reglas gramaticales) no puede ser omitido nunca incluso si es la primera cosa en el fichero. 3.1.4 La Sección de Código C Adicional La sección de código C adicional se copia al pie de la letra a la salida del fichero del analizador, al igual que la sección de declaraciones en C que se copia al principio. Este es el lugar más conveniente para poner cualquier cosa que quiera tener en el archivo del analizador pero que no deba venir antes que la definición de yyparse. Por ejemplo, las definiciones de yylex e yyerror a menudo van ahı́. Ver Capitulo 4 [Interfaz con el Analizador en Lenguaje C], página 61. Si la última sección está vacı́a, puede omitir el ‘%%’ que los separa de las reglas gramaticales. El analizador de Bison en sı́ contiene muchas variables estáticas cuyos nombres comienzan con ‘yy’ y muchas macros cuyos nombres comienzan con ‘YY’. Es una buena idea evitar el uso de cualquiera de estos nombres (excepto aquellos documentados en este menual) en la sección de código C adicional del archivo de la gramática. 3.2 Sı́mbolos, Terminales y No Terminales Los sı́mbolos en las gramáticas de Bison representan las clasificaciones gramaticales del lenguaje. Un sı́mbolo terminal (también conocido como un tipo de token) representa una clase de tokens equivalentes sintácticamente. Usted utiliza el sı́mbolo en las reglas de la gramática para indicar que está permitido un token en esa clase. El sı́mbolo se representa en el analizador de Bison por un código numérico, y la función yylex devuelve un código de tipo de token para indicar qué tipo de token se ha leı́do. Usted no necesita conocer cual es el valor del código; puede utilizar el sı́mbolo para representarlo. Un sı́mbolo no terminal representa una clase de agrupaciones sintácticamente equivalentes. El nombre del sı́mbolo se utiliza para escribir las reglas gramaticales. Por convención, todos deberı́an escribirse en minúsculas. Los nombres de los sı́mbolos pueden contener letras, dı́gitos (no al principio), subrayados y puntos. Los puntos tienen sentido únicamente en no-terminales. Hay tres maneras de escribir sı́mbolos terminales en la gramática: • Un tipo de token designado se escribe con un identifiacador, de la misma manera que un identificador en C. Por convención, deberı́a estar todo en mayúsculas. Cada uno de estos nombres debe definirse con una declaración de Bison tal como %token. Ver Seccion 3.6.1 [Nombres de Tipo de Token], página 55. • Un tipo de token de caracter (o token de caracter literal) se escribe en la gramática utilizando la misma sintaxis usada en C para las constantes de un caracter; por ejemplo, ’+’ es un tipo de token de caracter. Un tipo de token de caracter no necesita ser declarado a menos que necesite especificar el tipo de datos de su valor semántico (ver Seccion 3.5.1 [Tipo de Datos de Valores Semánticos], página 50), asociatividad, o precedencia (ver Seccion 5.3 [Precedencia de Operadores], página 72). Capitulo 3: Archivos de Gramática de Bison 47 Por convención, un tipo de token de caracter se utiliza únicamente para representar un token que consista de ese caracter en particular. De este modo, el tipo de token ’+’ se utiliza para representar el caracter ‘+’ como un token. No hay nada que obligue a seguir esta convención, pero si no lo hace, su programa será confuso para otros lectores. Todas las secuencias usuales de escape que se utilizan en caracteres literales en C pueden ser utilizadas igualmente en Bison, pero no debe usar el caracter nulo como un caracter literal porque su codigo ASCII, el cero, es el código que yylex devuelve para el final de la entrada (ver Seccion 4.2.1 [Conveción de Llamada para yylex], página 61). • Un token de cadena literal se escribe como un string constante de C; por ejemplo, "<=" es un token de cadena literal. Un token de cadena literal no necesita ser declarado a menos que desee especificar el tipo de dato de su valor semántico (ver Seccion 3.5.1 [Tipo de Valor], página 50), asociatividad, precedencia (ver Seccion 5.3 [Precedencia], página 72). Puede asociar el token de cadena literal con un nombre simbólico como un alias, utilizando la declaración %token (ver Seccion 3.6.1 [Declaraciones de Tokens], página 55). Si no lo hace, el analizador léxico debe recuperar el número del token para el token de cadena literal desde la tabla yytname (ver Seccion 4.2.1 [Convenciones de Llamada], página 61). ADVERTENCIA: los tokens de cadena literal no funcionan en YACC. Por convención, un token de cadena literal se utiliza únicamente para representar un token que consiste en esa cadena en particular. Ası́, deberı́a utilizar el tipo de token "<=" para representar la cadena ‘<=’ como un token. Bison no impone esta convención, pero si se aparta de ella, la gente que lea su programa se verá confusa. Todas las secuencias de escape utilizadas en las cadenas de literales de C pueden usarse igualmente en Bison. Un token de cadena literal debe contener dos o más caracteres; para un token que contenga un solo caracter, utilice un token de caracter (ver lo anterior). El cómo se escoge la manera de escribir un sı́mbolo no tiene efecto en su significado gramatical. Esto depende únicamente de dónde aparece en las reglas y cuándo la función de análisis sintáctico devuelve ese sı́mbolo. El valor devuelto por yylex es siempre uno de los sı́mbolos terminlaes (ó 0 para el fin de la entrada). Sea cual sea la manera en la que escriba el tipo de token en las reglas gramaticales, escrı́bala de la misma manera en la definición de yylex. El código numérico para un tipo de token de caracter es simplemente el codigo ASCII para el caracter, ası́ que yylex puede utilizar la constante idéntica del caracter para generar el código requerido. Cada tipo de token denominado se convierte en una macro en C en el fichero del analizador, de manera que yylex puede utilizar el nombre para hacer referencia al código. (Esta es la razón por la que los puntos no tienen sentido en los sı́mbolos terminales.) Ver Seccion 4.2.1 [Convención de Llamada para yylex], página 61. Si se define yylex en un archivo aparte, debe prepararlo para que las definiciones de las macros de los tipos de tokens estén disponibles allı́. Utilice la opción ‘-d’ cuando ejecute Bison, de esta forma se escribirán estas definiciones de las macros en un archivo de cabecera por separado ‘nombre.tab.h’ que puede incluir en los otros archivos fuente que lo necesite. Ver Capitulo 9 [Invocando a Bison], página 89. El sı́mbolo error es un sı́mbolo terminal reservado para la recuperación de errores (ver Capitulo 6 [Recuperacion de Errores], página 81); no deberı́a utilizarlo para cualquier otro propósito. En particular, yylex nunca deberı́a devolver este valor. 48 Bison 1.27 3.3 Sintaxis de las Reglas Gramaticales Una regla gramatical de Bison tiene la siguiente forma general: resultado: componentes. . . ; donde resultado es el sı́mbolo no terminal que describe esta regla y componentes son los diversos sı́mbolos terminales y no terminales que están reunidos por esta regla (ver Seccion 3.2 [Simbolos], página 46). Por ejemplo, exp: exp ’+’ exp ; dice que dos agrupaciones de tipo exp, con un token ‘+’ en medio, puede combinarse en una agrupación mayor de tipo exp. Los espacios en blanco en las reglas son significativos únicamente para separar sı́mbolos. Puede añadir tantos espacios en blanco extra como desee. Distrubuı́dos en medio de los componentes pueden haber acciones que determinan la semántica de la regla. Una acción tiene el siguiente aspecto: {sentencias en C} Normalmente hay una única acción que sigue a los componentes. Ver Seccion 3.5.3 [Acciones], página 50. Se pueden escribir por separado varias reglas para el mismo resultado o pueden unirse con el caracter de barra vertical ‘|’ ası́: resultado: compoenentes-regla1. . . | componentes-regla2. . . ... ; Estas aún se consideran reglas distintas incluso cuando se unen de esa manera. Si los componentes en una regla están vacı́os, significa que resultado puede concordar con la cadena vacı́a. Por ejemplo, aquı́ aparece cómo definir una secuencia separada por comas de cero o más agrupaciones exp: expseq: /* vacı́o */ | expseq1 ; expseq1: exp | expseq1 ’,’ exp ; Capitulo 3: Archivos de Gramática de Bison 49 Es habitual escribir el comentario ‘/* vacı́o */’ en cada regla sin componentes. 3.4 Reglas Recursivas Una regla se dice recursiva cuando su no-terminal resultado aparezca también en su lado derecho. Casi todas las gramáticas de Bison hacen uso de la recursión, ya que es la única manera de definir una secuencia de cualquier número de cosas. Considere esta definición recursiva de una secuencia de una o más expresiones: expseq1: exp | expseq1 ’,’ exp ; Puesto que en el uso recursivo de expseq1 este es el sı́mbolo situado más a la izquierda del lado derecho, llamaremos a esto recursión por la izquierda. Por contraste, aquı́ se define la misma construcción utilizando recusión por la derecha: expseq1: exp | exp ’,’ expseq1 ; Cualquier tipo de secuencia se puede definir utilizando ya sea la recursión por la izquierda o recursión por la derecha, pero deberı́a utilizar siempre recursión por la izquierda, porque puede analizar una secuencia de elementos sin ocupar espacio de pila. La recursión por la derecha utiliza espacio en la pila de Bison en proporción al número de elementos en la secuencia, porque todos los elementos deben ser desplazados en la pila antes de que la regla pueda aplicarse incluso una única vez. Ver Capitulo 5 [El Algoritmo del Analizador de Bison], página 69, para una explicación adicional a cerca de esto. La recursión indirecta o mutua sucede cuando el resultado de la regla no aparece directamente en su lado derecho, pero aparece en las reglas de otros no terminales que aparecen en su lado derecho. Por ejemplo: expr: primario | primario ’+’ primario ; primario: constante | ’(’ expr ’)’ ; define dos no-terminales recursivos mutuamente, ya que cada uno hace referencia al otro. 50 Bison 1.27 3.5 Definiendo la Semántica del Lenguaje Las reglas gramaticales para un lenguaje determinan únicamente la sintaxis. La semántica viene determinada por los valores semánticos asociados con varios tokens y agrupaciones, y por las acciones tomadas cuando varias agrupaciones son reconocidas. Por ejemplo, la calculadora calcula bien porque el valor asociado con cada expresión es el número apropiado; ésta suma correctamente porque la acción para la agrupación ‘x + y’ es sumar los números asociados con x e y. 3.5.1 Tipos de Datos para Valores Semánticos En un programa sencillo podrı́a ser suficiente con utilizar el mismo tipo de datos para los valores semánticos de todas las construcciones del lenguaje. Esto fue cierto en los ejemplos de calculadora RPN e infija (ver Seccion 2.1 [Calculadora de Notación Polaca Inversa], página 29). Por defecto Bison utiliza el tipo int para todos los valores semánticos. Para especificar algún otro tipo, defina YYSTYPE como una macro, de esta manera: #define YYSTYPE double Esta definición de la macro debe ir en la sección de declaraciones en C del fichero de la gramática (ver Seccion 3.1 [Resumen de una Gramática de Bison], página 45). 3.5.2 Más de Un Tipo de Valor En la mayorı́a de los programas, necesitará diferentes tipos de datos para diferentes clases de tokens y agrupaciones. Por ejemplo, una constante numérica podrı́a necesitar el tipo int o long, mientras que una cadena constante necesita el tipo char *, y un identificador podrı́a necesitar un puntero a la tabla de sı́mbolos. Para utilizar más de un tipo de datos para los valores semánticos en un analizador, Bison le pide dos cosas: • Especificar la colección completa de tipos de datos posibles, con la declaración de Bison %union (ver Seccion 3.6.3 [La Colección de Tipos de Valores], página 57). • Elegir uno de estos tipos para cada sı́mbolo (terminal o no terminal) para los valores semánticos que se utilicen. Esto se hace para los tokens con la declaración de Bison %token (ver Seccion 3.6.1 [Nombres de Tipo de Token], página 55) y para las agrupaciones con la declaración de Bison %type (ver Seccion 3.6.4 [Sı́mbolos No Terminales], página 57). 3.5.3 Acciones Una acción acompaña a una regla sintáctica y contiene código C a ser ejecutado cada vez que se reconoce una instancia de esa regla. La tarea de la mayorı́a de las acciones es computar el valor semántico para la agrupación construida por la regla a partir de los valores semánticos asociados a los tokens o agrupaciones más pequeñas. Capitulo 3: Archivos de Gramática de Bison 51 Una acción consiste en sentencias de C rodeadas por llaves, muy parecido a las sentencias compuestas en C. Se pueden situar en cualquier posición dentro de la regla; esta se ejecuta en esa posición. La mayorı́a de las reglas tienen sólo una acción al final de la regla, a continuación de todos los componentes. Las acciones en medio de una regla son difı́ciles y se utilizan únicamente para propósitos especiales (ver Seccion 3.5.5 [Acciones a Media Regla], página 52). El código C en una acción puede hacer referencia a los valores semánticos de los componentes reconocidos por la regla con la construcción $n, que hace referencia al valor de la componente n-ésima. El valor semántico para la agrupación que se está construyendo es $$. (Bison traduce ambas construcciones en referencias a elementos de un array cuando copia las acciones en el fichero del analizador.) Aquı́ hay un ejemplo tı́pico: exp: ... | exp ’+’ exp { $$ = $1 + $3; } Esta regla contruye una exp de dos agrupaciones exp más pequeñas conectadas por un token de signo más. En la acción, $1 y $3 hacen referencia a los valores semánticos de las dos agrupaciones exp componentes, que son el primer y tercer sı́mbolo en el lado derecho de la regla. La suma se almacena en $$ de manera que se convierte en el valor semántico de la expresión de adición reconocida por la regla. Si hubiese un valor semántico útil asociado con el token ‘+’, deberı́a hacerse referencia con $2. Si no especifica una acción para una regla, Bison suministra una por defecto: $$ = $1. De este modo, el valor del primer sı́mbolo en la regla se convierte en el valor de la regla entera. Por supuesto, la regla por defecto solo es válida si concuerdan los dos tipos de datos. No hay una regla por defecto con significado para la regla vacı́a; toda regla vacı́a debe tener una acción explı́cita a menos que el valor de la regla no importe. $n con n cero o negativo se admite para hacer referencia a tokens o agrupaciones sobre la pila antes de aquellas que empareja la regla actual. Esta es una práctica muy arriesgada, y para utilizarla de forma fiable debe estar seguro del contexto en el que se aplica la regla. Aquı́ hay un donde puede utilizar esto de forma fiable: foo: expr bar ’+’ expr | expr bar ’-’ expr ; { ... } { ... } bar: /* vacı́o */ { previous_expr = $0; } ; Siempre que bar se utilice solamente de la manera mostrada aquı́, $0 siempre hace referencia a la exp que precede a bar en la definición de foo. 52 Bison 1.27 3.5.4 Tipos de Datos de Valores en Acciones Si ha elegido un tipo de datos único para los valores semánticos, las construcciones $$ y $n siempre tienen ese tipo de datos. Si ha utilizado %union para especificar una variedad de tipos de datos, entonces debe declarar la elección de entre esos tipos para cada sı́mbolo terminal y no terminal que puede tener un valor semántico. Entonces cada vez que utilice $$ o $n, su tipo de datos se determina por el sı́mbolo al que hace referencia en la regla. En este ejemplo, exp: ... | exp ’+’ exp { $$ = $1 + $3; } $1 y $3 hacen referencia a instancias de exp, de manera que todos ellos tienen el tipo de datos declarado para el sı́mbolo no terminal exp. Si se utilizase $2, tendrı́a el tipo de datos declarado para el sı́mbolo terminal ’+’, cualquiera que pudiese ser. De forma alternativa, puede especificar el tipo de datos cuando se hace referencia al valor, insertando ‘<tipo>’ después del ‘$’ al comienzo de la referencia. Por ejemplo, si ha definido los tipos como se muestra aquı́: %union { int tipoi; double tipod; } entonces puede escribir $<tipoi>1 para hacer referencia a la primera subunidad de la regla como un entero, o $<tipod>1 para referirse a este como un double. 3.5.5 Acciones a Media Regla Ocasionalmente es de utilidad poner una acción en medio de una regla. Estas acciones se escriben como las acciones al final de la regla, pero se ejecutan antes de que el analizador llegue a reconocer los componentes que siguen. Una acción en mitad de una regla puede hacer referencia a los componentes que la preceden utilizando $n, pero no puede hacer referencia a los componentes subsecuentes porque esta se ejecuta antes de que sean analizados. Las acciones en mitad de una regla por sı́ mismas cuentan como uno de los componentes de la regla. Esto produce una diferencia cuando hay otra acción más tarde en la misma regla (y normalmente hay otra al final): debe contar las acciones junto con los sı́mbolos cuando quiera saber qué número n debe utilizar en $n. La acción en la mitad de una regla puede también tener un valor semántico. La acción puede establecer su valor con una asignación a $$, y las acciones posteriores en la regla pueden hacer referencia al valor utilizando $n. Ya que no hay un sı́mbolo que identifique la acción, no hay manera Capitulo 3: Archivos de Gramática de Bison 53 de declarar por adelantado un tipo de datos para el valor, luego debe utilizar la construcción ‘$<. . .>’ para especificar un tipo de datos cada vez que haga referencia a este valor. No hay forma de establecer el valor de toda la regla con una acción en medio de la regla, porque las asignaciones a $$ no tienen ese efecto. La única forma de establecer el valor para toda la regla es con una acción corriente al final de la regla. Aquı́ hay un ejemplo tomado de un compilador hipotético, manejando una sentencia let de la forma ‘let (variable) sentencia’ y sirve para crear una variable denominada variable temporalmente durante la duración de la sentencia. Para analizar esta construcción, debemos poner variable dentro de la tabla de sı́mbolos mientras se analiza sentencia, entonces se quita después. Aquı́ está cómo se hace: stmt: LET ’(’ var ’)’ { $<contexto>$ = push_contexto (); declara_variable ($3); } stmt { $$ = $6; pop_contexto ($<contexto>5); } Tan pronto como ‘let (variable)’ se haya reconocido, se ejecuta la primera acción. Esta guarda una copia del contexto semántico actual (la lista de variables accesibles) como su valor semántico, utilizando la alternativa contexto de la union de tipos de datos. Entonces llama a declara_ variable para añadir una nueva variable a la lista. Una vez que finalice la primera acción, la sentencia inmersa en stmt puede ser analizada. Note que la acción en mitad de la regla es la componente número 5, ası́ que ‘stmt’ es la componente número 6. Después de que la sentencia inmersa se analice, su valor semántico se convierte en el valor de toda la sentencia let. Entonces el valor semántico de la acción del principio se utiliza para recuperar la lista anterior de variables. Esto hace quitar la variable temporal del let de la lista de manera que esta no parecerá que exista mientras el resto del programa se analiza. Tomar una acción antes de que la regla sea reconocida completamente a veces induce a conflictos ya que el analizador debe llegar a un análisis para poder ejecutar la acción. Por ejemplo, las dos reglas siguientes, sin acciones en medio de ellas, pueden coexistir en un analizador funcional porque el analizador puede desplazar el token de llave-abrir y ver qué sigue antes de decidir si hay o no una declaración: compuesta: ’{’ declaracion sentencias ’}’ | ’{’ sentencias ’}’ ; Pero cuando añadimos una acción en medio de una regla como a continuación, la regla se vuelve no funcional: compuesta: { prepararse_para_variables_locales (); } ’{’ declaraciones sentencias ’}’ | ’{’ sentencias ’}’ ; 54 Bison 1.27 Ahora el analizador se ve forzado a decidir si ejecuta la acción en medio de la regla cuando no ha leı́do más alla de la llave-abrir. En otras palabras, debe decidir si utilia una regla u otra, sin información suficiente para hacerlo correctamente. (El token llave-abrir es lo que se llama el token de preanálisis en este momento, ya que el analizador está decidiendo aún qué hacer con él. Ver Seccion 5.1 [Tokens de Preanálisis], página 69.) Podrı́a pensar que puede corregir el problema poniendo acciones idénticas en las dos reglas, ası́: compuesta: { prepararse_para_variables_locales (); } ’{’ declaraciones sentencias ’}’ | { prepararse_para_variables_locales (); } ’{’ sentencias ’}’ ; Pero esto no ayuda, porque Bison no se da cuenta de que las dos acciones son idénticas. (Bison nunca intenta comprender el código C de una acción.) Si la gramática es tal que una declaración puede ser distinguida de una sentencia por el primer token (lo que es cierto en C), entonces una solución que funciona es poner la acción después de la llave-abrir, ası́: compuesta: ’{’ { prepararse_para_variables_locales (); } declaraciones sentencias ’}’ | ’{’ sentencias ’}’ ; Ahora el primer token de la siguiente declaración o sentencia, que en cualquier caso dirı́a a Bison la regla a utilizar, puede hacerlo aún. Otra solución es introducir la acción dentro de un sı́mbolo no terminal que sirva como una subrutina: subrutina: /* vacı́o */ { prepararse_para_variables_locales (); } ; compuesta: subrutina ’{’ declaraciones sentencias ’}’ | subrutina ’{’ sentencias ’}’ ; Ahora Bison puede ejecutar la acción en la regla para subrutina sin decidir qué regla utilzará finalmente para compuesta. Note que la acción está ahora al final de su regla. Cualquier acción en medio de una regla puede convertirse en una acción al final de la regla de esta manera, y esto es lo que Bison realmente hace para implementar acciones en mitad de una regla. Capitulo 3: Archivos de Gramática de Bison 55 3.6 Declaraciones de Bison La sección de declaraciones de Bison de una gramática de Bison define los sı́mbolos utilizados en la formulación de la gramática y los tipos de datos de los valores semánticos. Ver Seccion 3.2 [Simbolos], página 46. Todos los nombres de tipos de tokens (pero no los tokens de caracter literal simple tal como ’+’ y ’*’) se deben declarar. Los sı́mbolos no terminales deben ser declarados si necesita especificar el tipo de dato a utilizar para los valores semánticos (ver Seccion 3.5.2 [Más de Un Tipo de Valor], página 50). La primera regla en el fichero también especifica el sı́mbolo de arranque, por defecto. Si desea que otro sı́mbolo sea el sı́mbolo de arranque, lo debe declarar explı́citamente (ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23). 3.6.1 Nombres de Tipo de Token La forma básica de declarar un nombre de tipo de token (sı́mbolo terminal) es como sigue: %token nombre Bison convertirá esto es una directiva #define en el analizador, ası́ que la función yylex (si está en este fichero) puede utilizar el nombre nombre para representar el código de este tipo de token. De forma alternativa, puede utilizar %left, %right, o %nonassoc en lugar de %token, si desea especificar la precedencia. Ver Seccion 3.6.2 [Precedencia de Operadores], página 56. Puede especificar explı́citamente el código numérico para un token añadiendo un valor entero en el campo que sigue inmediatamente al nombre del token: %token NUM 300 Es generalmente lo mejor, sin embargo, permitir a Bison elegir los códigos numéricos para todos los tipos de tokens. Bison automáticamente seleccionará los códigos que no provoquen conflictos unos con otros o con caracteres ASCII. En el caso de que el tipo de la pila sea una union, debe aumentar %token u otra declaración de tokens para incluir la opción de tipo de datos delimitado por ángulos (ver Seccion 3.5.2 [Más de Un Tipo de Valor], página 50). Por ejemplo: %union { double val; symrec *tptr; } %token <val> NUM /* define el tipo de la pila */ /* define el token NUM y su tipo */ 56 Bison 1.27 Puede asociar un token de cadena literal con un nombre de tipo de token escribiendo la cadena literal al final de la declaración %type que declare el nombre. Por ejemplo: %token arrow "=>" Por ejemplo, una gramática para el lenguaje C podrı́a especificar estos nombres con los tokens de cadena literal equivalente: %token <operator> %token <operator> %left OR "<=" OR LE 134 "||" "<=" Una vez que iguale la cadena literal y el nombre del token, puede utilizarlo indistintamente en ulteriores declaraciones en reglas gramaticales. La función yylex puede utilizar el nombre del token o la cadena literal para obtener el número de código del tipo de token (ver Seccion 4.2.1 [Convenciones de Llamada], página 61). 3.6.2 Precedencia de Operadores Use las declaraciones %left, %right o %nonassoc para declarar un token y especificar su precedencia y asociatividad, todo a la vez. Estas se llaman declaraciones de precedencia. Ver Seccion 5.3 [Precedencia de Operadores], página 72, para información general a cerca de la precedencia de operadores. La sintaxis de una declaración de precedencia es la misma que la de %token: bien %left sı́mbolos. . . o %left <tipo> sı́mbolos. . . Y realmente cualquiera de estas declaraciones sirve para los mismos propósitos que %token. Pero además, estos especifican la asociatividad y precedencia relativa para todos los sı́mbolos: • La asociatividad de un operador op determina cómo se anidan los repetidos usos de un operador: si ‘x op y op z’ se analiza agrupando x con y primero o agrupando y con z primero. %left especifica asociatividad por la izquierda (agrupando x con y primero) y %right especifica asociatividad por la derecha (agrupando y con z primero). %nonassoc especifica no asociatividad, que significa que ‘x op y op z’ se considera como un error de sintaxis. • La precedencia de un operador determina cómo se anida con otros operadores. Todos los tokens declarados en una sola declaración de precedencia tienen la misma precedencia y se anidan conjuntamente de acuerdo a su asociatividad. Cuando dos tokens declarados asocian declaraciones de diferente precedencia, la última en ser declarada tiene la mayor precedencia y es agrupada en primer lugar. Capitulo 3: Archivos de Gramática de Bison 57 3.6.3 La Colección de Tipos de Valores La declaración %union especifica la colección completa de posibles tipos de datos para los valores semánticos. La palabra clave %union viene seguida de un par de llaves conteniendo lo mismo que va dentro de una union en C. Por ejemplo: %union { double val; symrec *tptr; } Esto dice que los dos tipos de alternativas son double y symrec *. Se les ha dado los nombres val y tptr; estos nombres se utilizan en las declaraciones de %token y %type para tomar uno de estos tipos para un sı́mbolo terminal o no terminal (ver Seccion 3.6.4 [Sı́mbolos No Terminales], página 57). Note que, a diferencia de hacer una declaración de una union en C, no se escribe un punto y coma después de la llave que cierra. 3.6.4 Sı́mbolos No Terminales Cuando utilice %union para especificar varios tipos de valores, debe declarar el tipo de valor de cada sı́mbolo no terminal para los valores que se utilicen. Esto se hace con una declaración %type, como esta: %type <tipo> noterminal. . . Aquı́ noterminal es el nombre de un sı́mbolo no terminal, y tipo es el nombre dado en la %union a la alternativa que desee (ver Seccion 3.6.3 [La Colección de Tipos de Valor], página 57). Puede dar cualquier número de sı́mbolos no terminales en la misma declaración %type, si tienen el mismo tipo de valor. Utilice espacios para separar los nombres de los sı́mbolos. Puede también declarar el tipo de valor de un sı́mbolo terminal. Para hacer esto, utilice la misma construcción <tipo> en una declaración para el sı́mbolo terminal. Todos las clases de declaraciones de tipos permiten <tipo>. 3.6.5 Suprimiendo Advertencias de Conflictos Bison normalmente avisa si hay algún conflicto en la gramática (ver Seccion 5.2 [Conflictos Desplazamiento/Reducción], página 70), pero la mayorı́a de las gramáticas reales tienen confictos desplazamiento/reducción inofensivos que se resuelven de una manera predecible y serı́an muy difı́ciles de eliminar. Es deseable suprimir los avisos a cerca de estos conflictos a menos que el número de conflictos cambie. Puede hacer esto con la declaración %expect. La declaración tiene este aspecto: 58 Bison 1.27 %expect n Aquı́ n es un entero decimal. La declaración dice que no deben haber avisos si hay n conflictos de desplazamiento/reducción y ningún conflicto reducción/reducción. Los avisos usuales se dan si hay más o menos conflictos, o si hay algún conflicto reducción/reducción. En general, el uso de %expect implica estos pasos: • Compilar su gramática sin %expect. Utilice la opción ‘-v’ para obtener una lista amplia de dónde ocurrieron los conflictos. Bison también imprimirá el número de conflictos. • Comprobar cada uno de los conflictos para estar seguro de que la resolución por defecto de Bison es lo que realmente quiere. Si no, reescriba la gramática y vuelva al principio. • Añada una declaración %expect, copiando el número n a partir del número que imprime Bison. Ahora Bison dejará de molestarle con los conflictos que ha comprobado, pero le avisará de nuevo si cambia el resultado de la gramática con conflictos adicionales. 3.6.6 El Sı́mbolo de Arranque Bison asume por defecto que el sı́mbolo de arranque para la gramática es el primer no terminal que se encuentra en la sección de especificación de la gramática. El programador podrı́a anular esta restricción con la declaración %start ası́: %start sı́mbolo 3.6.7 Un Analizador Puro (Reentrante) Un programa reentrante es aquel que no cambia en el curso de la ejecución; en otras palabras, consiste enteramente de código puro (de sólo lectura). La reentrancia es importante siempre que la ejecución ası́ncrona sea posible; por ejemplo, un programa no reentrante podrı́a no ser seguro al ser llamado desde un gestor de señales. En sistemas con múltiples hilos de control, un programa no reentrante debe ser llamado únicamente dentro de interbloqueos. Normalmente, Bison genera un analizador que no es reentrante. Esto es apropiado para la mayoria de los casos, y permite la compatibilidad con YACC. (Los interfaces estandares de YACC son inherentemente no reentrantes, porque utilizan variables asignadas estáticamente para la comunicación con yylex, incluyendo yylval y yylloc.) Por otra parte, puede generar un analizador puro, reentrante. La declaración de Bison %pure_ parser dice que desea que el analizador sea reentrante. Esta aparece ası́: %pure_parser El resultado es que las variables de comunicación yylval y yylloc se convierten en variables locales en yyparse, y se utiliza una convención de llamada diferente para la función del analizador léxico yylex. Ver Seccion 4.2.4 [Convenciones de Llamada para Analizadores Puros], página 64, para los detalles a cerca de esto. La variable yynerrs también se convierte en local en yyparse (ver Capitulo 3: Archivos de Gramática de Bison 59 Seccion 4.3 [La Función de Informe de Errores yyerror], página 65). La convención para llamar a yyparse no cambia. Que el analizador sea o no puro no depende de las reglas gramaticales. Puede generar indistintamente un analizador puro o un analizador no reentrante a partir de cualquier gramática válida. 3.6.8 Sumario de Declaraciones de Bison Aquı́ hay un sumario de todas las declaraciones de Bison: %union Declara la colección de tipos de datos que los valores semánticos pueden poseer (ver Seccion 3.6.3 [La Colección de Tipos de Valores], página 57). %token Declara un sı́mbolo terminal (nombre de tipo de token) sin precedencia o asociatividad especificada (ver Seccion 3.6.1 [Nombres de Tipo de Token], página 55). %right Declara un sı́mbolo terminal (nombre de tipo de token) que es asociativo por la derecha (ver Seccion 3.6.2 [Precedencia de Operadores], página 56). %left Declara un sı́mbolo terminal (nombre de tipo de token) que es asociativo por la izquierda. (ver Seccion 3.6.2 [Precedencia de Operadores], página 56). %nonassoc Declara un sı́mbolo terminal (nombre de tipo de token) que es no asociativo (utilizándolo de una forma que serı́a asociativo es un error de sintaxis) (ver Seccion 3.6.2 [Precedencia de Operadores], página 56). %type Declara el tipo de valor semántico para un sı́mbolo no terminal. (ver Seccion 3.6.4 [Sı́mbolos No Terminales], página 57). %start Especifica el sı́mbolo de arranque de la gramática (ver Seccion 3.6.6 [El Sı́mbolo de Arranque], página 58). %expect Declara el número esperado de conflictos desplazamiento-reducción (ver Seccion 3.6.5 [Suprimiendo Advertencias de Conflictos], página 57). %pure_parser Solicita un programa de análisis puro (reentrante) (ver Seccion 3.6.7 [Un Analizador Puro (Reentrante)], página 58). %no_lines No genera ningún comando #line del proprocesador en el fichero del analizador. Normalmente Bison escribe estos comandos en el archivo del analizador de manera que el compilador de C y los depuradores asociarán los errores y el código objeto con su archivo fuente (el archivo de la gramática). Esta directiva provoca que asocien los errores con el archivo del analizador, tratándolo como un archivo fuente independiente por derecho propio. %raw El archivo de salida ‘nombre.h’ normalmente define los tokens con los números de token compatible con Yacc. Si se especifica esta opción, se utilizarán los números internos de Bison en su lugar. (Los números compatibles con Yacc comienzan en 257 excepto para los tokens de caracter simple; Bison asigna números de token secuencialmente para todos los tokens comenzando por 3.) %token_table Genera un array de nombres de tokens en el archivo del analizador. El nombre del array es yytname; yytname[i] es el nombre del token cuyo número de código de token interno de Bison es i. Los primeros tres elementos de yytname son siempre "$", 60 Bison 1.27 "error", e "$illegal"; después de estos vienen los sı́mbolos definidos en el archivo de la gramática. Para tokens de caracter literal y tokens de cadena literal, el nombre en la tabla incluye los caracteres entre comillas simples o dobles: por ejemplo, "’+’" es un literal de caracter simple y "\"<=\"" es un token de cadena literal. Todos los caracteres del token de cadena literal aparecen textualmente en la cadena encontrada en la tabla; incluso los caracteres de comillas-dobles no son traducidos. Por ejemplo, si el token consiste de tres caracteres ‘*"*’, su cadena en yytname contiene ‘"*"*"’. (En C, eso se escribirı́a como "\"*\"*\""). Cuando especifique %token_table, Bison también generará definiciones para las macros YYNTOKENS, YYNNTS, y YYNRULES y YYNSTATES; YYNTOKENS El número de token más alto, más uno. YYNNTS El número de sı́mbolos no terminales. YYNRULES El número de reglas gramaticales, YYNSTATES El número de estados del analizador (ver Seccion 5.5 [Estados del Analizador], página 74). 3.7 Múltiples Analizadores en el Mismo Programa La mayorı́a de los programa que usan Bison analizan sólo un lenguaje y por lo tanto contienen sólo un analizador de Bison. Pero , ¿qué pasa si desea analizar más de un lenguaje con el mismo programa? Entonces necesita evitar un conflicto de nombres entre diferentes definiciones de yyparse, yylval, etc. La manera más fácil de hacer esto es utilizar la opción ‘-p prefijo’ (ver Capitulo 9 [Invocando a Bison], página 89). Esta renombra las funciones de interfaz y variables del analizador de Bison para comenzar con prefijo en lugar de ‘yy’. Puede utilizarlo para darle a cada analizador nombres diferentes que no provoquen conflicto. La lista precisa de sı́mbolos renombrados es yyparse, yylex, yyerror, yynerrs, yylval, yychar e yydebug. Por ejemplo, si utiliza ‘-p c’, los nombres se convierten em cparse, clex, etc. El resto de las variables y macros asociadas con Bison no se renombran. Estas otras no son globales. Por ejemplo, YYSTYPE no se renombra, pero definirla de diferente forma en analizadores diferentes no provoca confusión (ver Seccion 3.5.1 [Tipos de Datos para Valores Semánticos], página 50). La opción ‘-p’ funciona añadiendo definiciones de macros al comienzo del archivo fuente del analizador, definiendo yyparse como prefijoparse, etc. Esto sustituye efectivamente un nombre por el otro en todo el fichero del analizador. Capitulo 4: Interfaz del Analizador en Lenguaje C 61 4 Interfaz del Analizador en Lenguaje C El analizador de Bison es en realidad una función en C llamada yyparse. Aquı́ describimos las convenciones de interfaz de yyparse y las otras funciones que éste necesita usar. Tenga en cuenta que el analizador utiliza muchos identificadores en C comenzando con ‘yy’ e ‘YY’ para propósito interno. Si utiliza tales identificadores (a parte de aquellos en este manual) en una acción o en codigo C adicional en el archivo de la gramática, es probable que se encuentre con problemas. 4.1 La Función del Analizador yyparse Se llama a la función yyparse para hacer que el análisis comience. Esta función lee tokens, ejecuta acciones, y por último retorna cuando se encuentre con el final del fichero o un error de sintaxis del que no puede recuperarse. Usted puede también escribir acciones que ordenen a yyparse retornar inmediatamente sin leer más allá. El valor devuelto por yyparse es 0 si el análisis tuvo éxito (el retorno se debe al final del fichero). El valor es 1 si el análisis falló (el retorno es debido a un error de sintaxis). En una acción, puede provocar el retorno inmediato de yyparse utilizando estas macros: YYACCEPT YYABORT Retorna inmediatamente con el valor 0 (para indicar éxito). Retorna inmediatamente con el valor 1 (para indicar fallo). 4.2 La Funcion del Analizador Léxico yylex La función del analizador léxico, yylex, reconoce tokens desde el flujo de entrada y se los devuelve al analizador. Bison no crea esta función automáticamente; usted debe escribirla de manera que yyparse pueda llamarla. A veces se hace referencia a la función como el scanner léxico. En programas simples, yylex se define a menudo al final del archivo de la gramática de Bison. Si yylex se define en un archivo fuente por separado, necesitará que las definiciones de las macros de tipos de tokens estén disponibles ahı́. Para hecer esto, utilice la opción ‘-d’ cuando ejecute Bison, de manera que éste escribirá esas definiciones de macros en un archivo de cabecera por separado ‘nombre.tab.h’ que puede incluir en otros ficheros fuente que lo necesiten. Ver Capitulo 9 [Invocando a Bison], página 89. 4.2.1 Convención de Llamada para yylex El valor que yylex devuelve debe ser un código numérico para el tipo de token que se ha encontrado, o 0 para el final de la entrada. Cuando se hace referencia a un token en las reglas gramaticales con un nombre, ese nombre en el archivo del analizador se convierte en una macro de C cuya definición es el valor numérico 62 Bison 1.27 apropiado para ese tipo de token. De esta manera yylex puede utilizar el nombre para indicar ese tipo. Ver Seccion 3.2 [Simbolos], página 46. Cuando se hace referencia a un token en las reglas gramaticales por un caracter literal, el código numérico para ese caracter también es el código para el tipo de token. Ası́ yylex puede simplemente devolver ese código de caracer. El caracter nulo no debe utilizarse de esta manera, porque su código es el cero y eso es lo que simboliza el final de la entrada. Aquı́ hay un ejemplo mostrando estas cosas: yylex () { ... if (c == EOF) /* Detecta el fin de fichero. */ return 0; ... if (c == ’+’ || c == ’-’) return c; /* Asume que el tipo de token para ‘+’ es ’+’. */ ... return INT; /* Devuelve el tipo del token. */ ... } Este interfaz se ha diseñado para que la salida de la utilidad lex pueda utilizarse sin cambios como definición de yylex. Si la gramática utiliza tokens de cadena literal, hay dos maneras por las que yylex puede determianr los códigos de tipo de token para estos: • Si la gramática define nombres de token simbólicos como alias para los tokens de cadena literal, yylex puede utilizar estos nombres simbólicos como los demás. En este caso, el uso de tokens de cadena literal en el archivo de la gramática no tiene efecto sobre yylex. • yylex puede encontrar el token multi-caracter en la tabla yytname. El ı́ndice del token en la tabla es el código del tipo de token. El nombre de un token multi-caracter se almacena en yytname con una comilla doble, los caracteres del token, y otra comilla doble. Los caracteres del token no son traducidos de ninguna forma; ellos aparecen textualmente en el contenido de la cadena dentro de la tabla. Aquı́ está el código para localizar un token en yytname, asumiendo que los caracteres del token se almacenan en token_buffer. for (i = 0; i < YYNTOKENS; i++) { if (yytname[i] != 0 && yytname[i][0] == ’"’ && strncmp (yytname[i] + 1, token_buffer, strlen (token_buffer)) && yytname[i][strlen (token_buffer) + 1] == ’"’ && yytname[i][strlen (token_buffer) + 2] == 0) break; } Capitulo 4: Interfaz del Analizador en Lenguaje C 63 La tabla yytname se genera sólo si se utiliza la declaración %token_table. Ver Seccion 3.6.8 [Sumario de Decls.], página 59. 4.2.2 Valores Semánticos de los Tokens En un analizador ordinario (no reentrante), los valores semánticos del token deben almacenarse en la variable global yylval. Cuando esté usando un solo tipo de valores semánticos, yylval tiene ese tipo. Ası́, si el tipo es int (por defecto), podrı́a escribir esto en yylex: ... yylval = valor; return INT; ... /* Pone valor en la pila de Bison. */ /* Devuelve el tipo del token. */ Cuando esté utilizando varios tipos de datos, el tipo de yylval es una union compuesta a partir de la declaración %union (ver Seccion 3.6.3 [La Coleccion de Tipos de Valores], página 57). Ası́ cuando almacene un valor de token, debe utilizar el miembro apropiado de la union. Si la declaración %union tiene el siguiente aspecto: %union { int intval; double val; symrec *tptr; } entonces el código en yylex podrı́a ser ası́: ... yylval.intval = valor; /* Pone el valor en la pila de Bison. */ return INT; /* Devuelve el tipo del token. */ ... 4.2.3 Posiciones en el Texto de los Tokens Si está usando la propiedad ‘@n’ (ver Seccion 4.4 [Propiedades Especiales para su Uso en Acciones], página 66) en acciones para seguir la pista de las posiciones en el texto de los tokens y agrupaciones, entonces debe proveer esta información en yylex. La función yyparse espera encontrar la posición en el texto de un token que se acaba de analizar en la variable global yylloc. Por ello yylex debe almacenar el dato apropiado en esa variable. El valor de yylloc es una estructura y solo tiene que inicializar los miembros que vayan a ser utilizados por las acciones. Los cuatro miembros se denominan first_line, first_column, last_line y last_column 1. Note que el uso de estas caracterı́sticas hacen al analizador notablemente más lento. El tipo de dato de yylloc tiene el nombre YYLTYPE. 1 primera lı́nea, primera columna, última lı́nea y última columna respectivamente 64 Bison 1.27 4.2.4 Convenciones de Llamada para Analizadores Puros Cuando utilice la declaración %pure_parser para solicitar un analizador puro, reentrante, las variables globales de comunicación yylval y yylloc no pueden usarse. (Ver Seccion 3.6.7 [Un Analizador Puro (Reentrante)], página 58.) En tales analizadores las dos variables globales se reemplazan por punteros pasados como parámetros a yylex. Debe declararlos como se muestra aquı́, y pasar la información de nuevo almacenándola a través de esos punteros. yylex (lvalp, llocp) YYSTYPE *lvalp; YYLTYPE *llocp; { ... *lvalp = valor; /* Pone el valor en la pila de Bison. return INT; /* Devolver el tipo del token. */ ... } */ Si el archivo de la gramática no utiliza la construcción ‘@’ para hacer referencia a las posiciones del texto, entonces el tipo YYLTYPE no será definido. En este caso, omitir el segundo argumento; yylex será llamado con solo un argumento. Si utiliza un analizador reentrante, puede opcionalmente pasar información de parámetros adicional de forma reentrante. Para hacerlo, defina la macro YYPARSE_PARAM como un nombre de variable. Esto modifica la función yyparse para que acepte un argumento, de tipo void *, con ese nombre. Cuando llame a yyparse, pase la dirección de un objeto, haciendo una conversión de tipos de la dirección a void *. Las acciones gramaticales pueden hacer referencia al contenido del objeto haciendo una conversión del valor del puntero a su tipo apropiado y entonces derreferenciándolo. Aquı́ hay un ejemplo. Escriba esto en el analizador: %{ struct parser_control { int nastiness; int randomness; }; #define YYPARSE_PARAM parm %} Entonces llame al analizador de esta manera: struct parser_control { int nastiness; int randomness; }; Capitulo 4: Interfaz del Analizador en Lenguaje C 65 ... { struct parser_control foo; . . . /* Almacena los datos apropiados en foo. value = yyparse ((void *) &foo); ... */ } En las acciones gramaticales, utilice expresiones como ésta para hacer referencia a los datos: ((struct parser_control *) parm)->randomness Si desea pasar los datos de parámetros adicionales a yylex, defina la macro YYLEX_PARAM como YYPARSE_PARAM, tal como se muestra aquı́: %{ struct parser_control { int nastiness; int randomness; }; #define YYPARSE_PARAM parm #define YYLEX_PARAM parm %} Deberı́a entonces definir yylex para que acepte un argumento adicional—el valor de parm. (Este hace uno o tres argumentos en total, dependiendo de si se le pasa un argumento de tipo YYLTYPE.) Puede declarar el argumento como un puntero al tipo de objeto apropiado, o puede declararlo como void * y acceder al contenido como se mostró antes. Puede utilizar ‘%pure_parser’ para solicitar un analizador reentrante sin usar también YYPARSE_ PARAM. Entonces deberı́a llamar a yyparse sin argumentos, como es usual. 4.3 La Función de Informe de Errores yyerror El analizador de Bison detecta un error de análisis o error de sintaxis siempre que lea un token que no puede satisfacer ninguna regla sintáctica. Una acción en la gramática puede también explı́citamente declarar un error, utilizando la macro YYERROR (ver Seccion 4.4 [Propiedades Especiales para su Uso en Acciones], página 66). El analizador de Bison espera advertir del error llamando a una función de informe de errores denominada yyerror, que se debe proveer. Esta es llamada por yyparse siempre que encuentre un error sintáctico, y ésta recibe un argumento. Para un error de análisis, la cadena normalmente es "parse error". Si define la macro YYERROR_VERBOSE en la sección de declaraciones de Bison (ver Seccion 3.1.2 [La Sección de Declaraciones de Bison], página 45), entonces Bison facilita una cadena de mensaje 66 Bison 1.27 de error mas locuaz y especı́fica que el simple "parse error". No importa qué definiciones utilice para YYERROR_VERBOSE, si ya lo define. El analizador puede detectar otro tipo de error: desbordamiento de pila. Esto sucede cuando la entrada contiene construcciones que son profundamente anidadas. No parece que vaya a encontrarse con esto, ya que el analizador de Bison extiende su pila automáticamente hasta un lı́mite muy largo. Pero si el desbordamiento sucede, yyparse llama a yyerror de la manera usual, excepto que la cadena del argumento es "parser stack overflow". La siguiente definición es suficiente para programas simples: yyerror (s) char *s; { fprintf (stderr, "%s\n", s); } Después yyerror retorna a yyparse, este último intentará la recuperación de errores si ha escrito reglas gramaticales de recuperación de errores apropiadas (ver Capitulo 6 [Recuperacion de Errores], página 81). Si la recuperación es imposible, yyparse devolverá inmediatamente un 1. La variable yynerrs contiene el número de errores sintácticos hasta ahora. Normalmente esta variable es global; pero si solicita un analizador puro (ver Seccion 3.6.7 [Un Analizador Puro (Reentrante)], página 58) entonces es una variable local a la que sólo las acciones pueden acceder. 4.4 Propiedades Especiales para su Uso en Acciones Aquı́ hay una tabla de construcciones, variables y macros que son útiles en las acciones. ‘$$’ Actúa como una variable que contiene el valor semántico para la agrupación construida por la regla actual. Ver Seccion 3.5.3 [Acciones], página 50. ‘$n’ Actúa como una variable que contiene el valor semántico para la componente n-ésima de la regla actual. Ver Seccion 3.5.3 [Acciones], página 50. ‘$<alttipo>$’ Como $$ pero especifica la alternativa alttipo en la union especificada por la declaración %union. Ver Seccion 3.5.4 [Tipos de Datos de los Valores en Acciones], página 52. ‘$<alttipo>n’ Como $n pero especifica la alternativa alttipo en la union especificada por la declaración %union. Ver Seccion 3.5.4 [Tipos de Datos de Valores en Acciones], página 52. ‘YYABORT;’ Retorna inmediatamente desde yyparse, indicando fallo. Ver Seccion 4.1 [La Función del Analizador yyparse], página 61. ‘YYACCEPT;’ Retorna inmediatamente desde yyparse, indicando éxito. Ver Seccion 4.1 [La Función del Analizador yyparse], página 61. ‘YYBACKUP (token, valor);’ Deshace el desplazamiento de un token. Esta macro se permite únicamente para reglas que reducen un valor sencillo, y sólo donde no hay un token de preanálisis. Esta inserta Capitulo 4: Interfaz del Analizador en Lenguaje C 67 un token de preanálisis con un tipo de token token y valor semántico valor; entonces se descarta el valor que iba a ser reducido por esta regla. Si la macro se utiliza cuando no es válida, tal como cuando ya hay un token de preanálisis, entonces se produce un error de sintaxis con el mensaje ‘cannot back up’ y realiza la recuperación de errores ordinaria. En cualquier caso, el resto de la acción no se ejecuta. ‘YYEMPTY’ El valor almacenado en yychar cuando no hay un token de preanálisis. ‘YYERROR;’ Produce un error de sintaxis inmediatamente. Esta sentencia inicia la recuperación de errores como si el analizador hubiese detectado un error; sin embargo, no se llama a yyerror, y no imprime ningún mensaje. Si quiere que imprima un mensaje de error, llame a yyerror explı́citamente antes de la sentencia ‘YYERROR’. Ver Capitulo 6 [Recuperacion de Errores], página 81. ‘YYRECOVERING’ Esta macro representa una expresión que tiene el valor 1 cuando el analizador se está recuperando de un error de sintaxis, y 0 durante el resto del tiempo. Ver Capitulo 6 [Recuperacion de Errores], página 81. ‘yychar’ Variable que contiene el token actual de preanálisis. (En un analizador puro, esto es realmente una variable local dentro de yyparse.) Cuando no hay un token de preanálisis, el valor de YYEMPTY se almacena en la variable. Ver Seccion 5.1 [Tokens de Preanálisis], página 69. ‘yyclearin;’ Descarta el token actual de preanálisis. Esto es útil principalmente en las reglas de error. Ver Capitulo 6 [Recuperacion de Errores], página 81. ‘yyerrok;’ Deja de generar mensajes de error inmediatamente para los errores de sintaxis subsecuentes. Esto es útil principalmente en las reglas de error. Ver Capitulo 6 [Recuperacion de Errores], página 81. ‘@n’ Actúa como una variable estructurada conteniendo información de los números de lı́nea y columna de la componente n-ésima de la regla actual. La estructura tiene cuatro miembros, ası́: struct { int first_line, last_line; int first_column, last_column; }; De esta manera, para obtener el número de lı́nea de comienzo del tercer componente, utilizarı́a ‘@3.first_line’. Para que los miembros de esta estructura contengan información válida, debe hacer que yylex facilite esta información para cada token. Si solo necesita de ciertos miembros, entonces yylex necesita únicamente rellenar esos miembros. El uso de esta caracterı́stica hace al analizador notablemente más lento. 68 Bison 1.27 Capitulo 5: El Algoritmo del Analizador de Bison 69 5 El Algoritmo del Analizador de Bison A medida que Bison lee tokens, los va insertando en una pila junto con su valor semántico. La pila se denomina pila del analizador. El insertar un token tradicionalmente se denomina desplazamiento. Por ejemplo, suponga que la calculadora infija ha leı́do ‘1 + 5 *’, con un ‘3’ por venir. La pila contendrá cuatro elementos, uno para cada token que fue desplazado. Pero la pila no siempre contiene un elemento para cada token leı́do. Cuando los últimos n tokens y agrupaciones desplazadas concuerden con los componentes de una regla gramatical, estos pueden combinarse de acuerdo a esa regla. A esto se le denomina reducción. Esos tokens y agrupaciones se reemplazan en la pila por una sola agrupación cuyo sı́mbolo es el resultado (lado izquierdo) de esa regla. La ejecución de la acción de la regla es parte del proceso de reducción, porque ésta es la que computa el valor semántico de la agrupación resultante. Por ejemplo, si el analizador de la calculadora infija contiene esto: 1 + 5 * 3 y el siguiente token de entrada es un caracter de nueva lı́nea, entonces los tres últimos elementos pueden reducirse a 15 mediante la regla: expr: expr ’*’ expr; Entonces la pila contiene exactamente estos tres elementos: 1 + 15 En este punto, se puede realizar otra reducción, resultando en el valor 16. Entonces el token de nueva lı́nea se puede desplazar. El analizador intenta, mediante desplazamientos y reducciones, reducir la entrada completa a una sola agrupación cuyo sı́mbolo es el sı́mbolo de arranque de la gramática (ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23). Este tipo de analizador se conoce en la literatura como analizador ascendente. 5.1 Tokens de Preanálisis El analizador de Bison no siempre reduce inmediatamente tan pronto como los últimos n tokens y agrupaciones se correspondan con una regla. Esto es debido a que es inadecuada una estrategia tan simple para manejar la mayorı́a de los lenguajes. En su lugar, cuando es posible una reducción, el analizador algunas veces “mira hacia delante” al próximo token para decidir qué hacer. Cuando se lee un token, este no se desplaza inmediatamente; primero se convierte en el token de preanálisis, que no se pone sobre la pila. Ahora el analizador puede realizar una o más reducciones de tokens y agrupaciones sobre la pila, mientras que el token de preanálisis se mantiene fuera a un 70 Bison 1.27 lado. Esto no significa que se han realizado todas las posibles reducciones; dependiendo del tipo de token del token de preanálisis, algunas reglas podrı́an escoger retrasar su aplicación. Aquı́ hay un caso simple donde se necesita el token de preanálisis. Estas tres reglas definen expresiones que contienen operadores de suma binaria y operaciones factoriales unarios postfijos (‘!’), y se permiten los paréntesis para agrupar. expr: term ’+’ expr | term ; term: ’(’ expr ’)’ | term ’!’ | NUMBER ; Suponga que se ha leı́do el token ‘1 + 2’ y ha sido desplazado; ¿qué deberı́a hacerse? Si el próximo token es ‘)’, entonces los primeros tres tokens deberı́an reducirse para formar una expr. Este es el único camino válido, porque el desplazamiento de ‘)’ producirı́a una secuencia de sı́mbolos term ’)’, y ninguna regla lo permite. Si el siguiente token es ‘!’, entonces debe ser desplazado inmediatamente de manera que ‘2 !’ se pueda reducir para hacer un term. Si en su lugar el analizador fuera a reducir antes de desplazar, ‘1 + 2’ se convertirı́a en una expr. Serı́a entonces imposible desplazar el ‘!’ porque haciéndolo producirı́a en la pila la secuencia de sı́mbolos expr ’!’. Ninguna regla permite esa secuencia. El token de preanálisi actual se almacena en la variable yychar. Ver Seccion 4.4 [Propiedades Especiales para su Uso en Acciones], página 66. 5.2 Conflictos de Desplazamiento/Reducción Suponga que estamos analizando un lenguaje que tiene las sentencias if-then y if-then-else, con un par de reglas como estas: if_stmt: IF expr THEN stmt | IF expr THEN stmt ELSE stmt ; Aquı́ asumimos que IF, THEN y ELSE son sı́mbolos terminales de tokens para palabras clave especı́ficas. Cuando se lea el token ELSE y se convierta en el token de preanálisis, el contenido de la pila (asumiendo que la entrada es válida) está listo para una reducción por la primera regla. Pero también es legı́timo desplazar el ELSE, porque eso conllevarı́a a una redución provisional por la segunda regla. Esta situación, donde serı́a válido un desplazamiento o una reducción, se denomina un conflicto desplazamiento/reducción. Bison está diseñado para resolver estos conflictos eligiendo el desplaza- Capitulo 5: El Algoritmo del Analizador de Bison 71 miento, a menos que se le dirija con declaraciones de precedencia de operadores. Para ver la razón de esto, vamos a contrastarlo con la otra alternativa. Ya que el analizador prefiere desplazar el ELSE, el resultado serı́a ligar la cláusula else con la sentencia if más interior, haciendo que estas dos entradas sean equivalentes: if x then if y then gana (); else pierde; if x then do; if y then gana (); else pierde; end; Pero si el analizador escoge la reducción cuando es posible en lugar de desplazar, el resultado serı́a ligar la cláusula else a la sentencia if más exterior, haciendo que estas dos entradas sean equivalentes: if x then if y then gana (); else pierde; if x then do; if y then gana (); end; else pierde; El conflicto existe porque la gramática escrita es ambigua: en todo caso el análisis de la sentencia if simple anidada es legı́tima. La convención es que estas ambigüedades se resuelvan emparejando la cláusula else a la sentencia if más interior; esto es lo que Bison consigue eligiendo el desplazamiento en vez de la reducción. (Idealmente serı́a más adecuado escribir una gramática no ambigua, pero eso es muy duro de hacer en este caso.) Esta ambigüedad en particular se encontró en primer lugar en la especificación de Algol 60 y se denominó la ambiguedad del “balanceado del else”. Para evitar advertencias de Bison a cerca de los predecibles, legı́timos conflictos de desplazamiento/reducción, utilice la declaración %expect n. No se producirán avisos mientras el número de conflictos de desplazamiento/reducción sea exactamente n. Ver Seccion 3.6.5 [Suprimiendo Advertencias de Confictos], página 57. La definición de if_stmt anterior es la única que se va a quejar del conflicto, pero el conflicto no aparecerá en realidad sin reglas adicionales. Aquı́ hay un fichero de entrada de Bison completo que manfiesta realmente el conflicto: %token IF THEN ELSE variable %% stmt: expr | if_stmt ; if_stmt: IF expr THEN stmt | IF expr THEN stmt ELSE stmt ; expr: variable ; 72 Bison 1.27 5.3 Precedencia de Operadores Otra situación en donde pararecen los conflictos desplazamiento/reducción es en las expresiones aritméticas. Aquı́ el desplazamiento no siempre es la resolución preferible; las declaraciones de Bison para la precedencia de operadores le permite especificar cuándo desplazar y cuando reducir. 5.3.1 Cuándo se Necesita la Precedencia Considere el siguiente fragmento de gramática ambigua (ambigua porque la entrada ‘1 - 2 * 3’ puede analizarse de dos maneras): expr: expr ’-’ | expr ’*’ | expr ’<’ | ’(’ expr ... ; expr expr expr ’)’ Suponga que el analizador ha visto los tokens ‘1’, ‘-’ y ‘2’; ¿deberı́a reducirlos por la regla del operador de adición? Esto depende del próximo token. Por supuesto, si el siguiente token es un ‘)’, debemos reducir; el desplazamiento no es válido porque ninguna regla puede reducir la secuencia de tokens ‘- 2 )’ o cualquier cosa que comience con eso. Pero si el próximo token es ‘*’ o ‘<’, tenemos que elegir: ya sea el desplazamiento o la reducción permitirı́a al analizador terminar, pero con resultados diferentes. Para decidir qué deberı́a hacer Bison, debemos considerar los resultados. Si el siguiente token de operador op se desplaza, entonces este debe ser reducido primero para permitir otra oportunidad para reducir la suma. El resultado es (en efecto) ‘1 - (2 op 3)’. Por otro lado, si se reduce la resta antes del desplazamiento de op, el resultado es ‘(1 - 2) op 3’. Claramente, entonces, la elección de desplazar o reducir dependerá de la precedencia relativa de los operadores ‘-’ y op: ‘*’ deberı́a desplazarse primero, pero no ‘<’. ¿Qué hay de una entrada tal como ‘1 - 2 - 5’; deberı́a ser esta ‘(1 - 2) - 5’ o deberı́a ser ‘1 - (2 - 5)’? Para la mayorı́a de los operadores preferimos la primera, que se denomina asociación por la izquierda. La última alternativa, asociación por la derecha, es deseable para operadores de asignación. La elección de la asociación por la izquierda o la derecha es una cuestión de qué es lo que el analizador elige si desplazar o reducir cuando la pila contenga ‘1 - 2’ y el token de preanálisis sea ‘-’: el desplazamiento produce asociatividad por la derecha. 5.3.2 Especificando Precedencia de Operadores Bison le permite especificar estas opciones con las declaraciones de precedencia de operadores %left y %right. Cada una de tales declaraciones contiene una lista de tokens, que son los operadores cuya precedencia y asociatividad se está declarando. La declaración %left hace que todos esos operadores sean asociativos por la izquierda y la declaración %right los hace asociativos por la derecha. Una tercera alternativa es %nonassoc, que declara que es un error de sintaxis encontrar el mismo operador dos veces “en un fila”. Capitulo 5: El Algoritmo del Analizador de Bison 73 La precedencia relativa de operadores diferentes se controla por el orden en el que son declarados. La primera declaración %left o %right en el fichero declara los operadores cuya precedencia es la menor, la siguiente de tales declaraciones declara los operadores cuya precedencia es un poco más alta, etc. 5.3.3 Ejemplos de Precedencia En nuestro ejemplo, querı́amos las siguientes declaraciones: %left ’<’ %left ’-’ %left ’*’ En un ejemplo más completo, que permita otros operadores también, los declararı́amos en grupos de igual precedencia. Por ejemplo, ’+’ se declara junto con ’-’: %left ’<’ ’>’ ’=’ NE LE GE %left ’+’ ’-’ %left ’*’ ’/’ (Aquı́ NE y el resto representan los operadores para “distinto”, etc. Asumimos que estos tokens son de más de un caracter de largo y por lo tanto son representados por nombres, no por caracteres literales.) 5.3.4 Cómo Funciona la Precedencia El primer efecto de las declaraciones de precedencia es la asignación de niveles de precedencia a los sı́mbolos terminales declarados. El segundo efecto es la asignación de niveles de precedencia a ciertas reglas: cada regla obtiene su precedencia del último simbolo terminal mencionado en las componentes. (También puede especificar explı́citamente la precedencia de una regla. Ver Seccion 5.4 [Precedencia Dependiente del Contexto], página 73.) Finalmente, la resolución de conflictos funciona comparando la precendecia de la regla que está siendo considerada con la del token de preanálisis. Si la precedencia del token es más alta, la elección es desplazar. Si la precedencia de la regla es más alta, la elección es reducir. Si tienen la misma precedencia, la elección se hace en base a la asociatividad de ese nivel de precedencia. El archivo de salida amplia producido por ‘-v’ (ver Capitulo 9 [Invocando a Bison], página 89) dice cómo fue resuelto cada conflicto. No todas las reglas y no todos los tokens tienen precedencia. Si bien la regla o el token de preanálisis no tienen precedencia, entonces por defecto de desplaza. 5.4 Precedencia Dependiente del Contexto A menudo la precedencia de un operador depende del contexto. Esto suena raro al principio, pero realmente es muy común. Por ejemplo, un signo menos tı́picamente tiene una precedencia 74 Bison 1.27 muy alta como operador unario, y una precedencia algo menor (menor que la multiplicación) como operador binario. Las declaraciones de precedencia de Bison, %left, %right y %nonassoc, puede utilizarse únicamente para un token dado; de manera que un token tiene sólo una precedencia declarada de esta manera. Para la precedencia dependiente del contexto, necesita utilizar un mecanismo adicional: el modifidor %prec para las reglas. El modificador %prec declara la precedencia de una regla en particular especificando un sı́mbolo terminal cuya precedencia debe utilizarse para esa regla. No es necesario por otro lado que ese sı́mbolo aparezca en la regla. La sintaxis del modificador es: %prec sı́mbolo-terminal y se escribe despúes de los componentes de la regla. Su efecto es asignar a la regla la precedencia de sı́mbolo-terminal, imponiéndose a la precedencia que se deducirı́a de forma ordinaria. La precedencia de la regla alterada afecta enconces a cómo se resuelven los conflictos relacionados con esa regla (ver Seccion 5.3 [Precedencia de Operadores], página 72). Aquı́ está cómo %prec resuelve el problema del menos unario. Primero, declara una precedencia para un sı́mbolo terminal ficticio llamada UMINUS. Aquı́ no hay tokens de este tipo, pero el sı́mbolo sirve para representar su precedencia: ... %left ’+’ ’-’ %left ’*’ %left UMINUS Ahora la precedencia de UMINUS se puede utilizar en reglas especı́ficas: exp: ... | exp ’-’ exp ... | ’-’ exp %prec UMINUS 5.5 Estados del Analizador La función yyparse se implementa usando una máquina de estado finito. Los valores insertados sobre la pila no son únicamente códigos de tipos de tokens; estos representan toda la secuencia de sı́mbolos terminales y no terminales en o cerca del tope de la pila. El estado actual colecciona toda esta información sobre la entrada anterior que es relevante para decidir qué hacer a continuación. Cada vez que se lee un token de preanálisis, el estado actual del analizador junto con el tipo de token de preanálisis se localizan en una tabla. Esta entrada en la tabla puede decir, “Desplace el token de preanálisis.” En este caso, también especifica el nuevo estado del analizador, que se pone sobre el tope de la pila del analizador. O puede decir, “Reduzca utilizando la regla número n.” Esto quiere decir que un cierto número de tokens o agrupaciones se sacan de la pila, y se reemplazan por una agrupación. En otras palabras, se extrae ese número de estados de la pila, y se empuja un nuevo estado. Capitulo 5: El Algoritmo del Analizador de Bison 75 Hay otra alternativa: la tabla puede decir que el token de preanálisis es erróneo en el estado actual. Esto provoca que comience el procesamiento de errores (ver Capitulo 6 [Recuperacion de Errores], página 81). 5.6 Conflictos de Reducción/Reducción Se produce un conflicto de reducción/reducción si hay dos o más reglas que pueden aplicarse a la misma secuencia de entrada. Esto suele indicar un error serio en la gramática. Por ejemplo, aquı́ hay un intento fallido de definir una secuencia de cero o más agrupaciones de palabra. secuencia: /* vacı́o */ { printf ("secuencia vacı́a\n"); } | posiblepalabra | secuencia palabra { printf ("palabra a~ nadida %s\n", $2); } ; posiblepalabra: /* vacı́o */ { printf ("posiblepalabra vacı́o\n"); } | palabra { printf ("palabra sencilla %s\n", $1); } ; El error es una ambigüedad: hay más de una manera de analizar una palabra sencilla en una secuencia. Esta podrı́a reducirse a una posiblepalabra y entonces en una secuencia mediante la segunda regla. Alternativamente, la cadena vacı́a se prodrı́a reducir en una secuencia mediante la primera regla, y esto prodrı́a combinarse con la palabra utilizando la tercera regla para secuencia. Existe también más de una manera de reducir la cadena vacı́a en una secuencia. Esto se puede hacer directamente mediante la primera regla, o indirectamente mediante posiblepalabra y entonces la segunda regla. Podrı́a pensar que esto es una distinción sin ninguna diferencia, porque esto no cambia si una entrada particular es válida o no. Pero sı́ afecta en las acciones que son ejecutadas. Una ordenación del análisis ejecuta la acción de la segunda regla; la otra ejecuta la acción de la primera regla y la acción de la tercera regla. En este ejemplo, la salida del programa cambia. Bison resuelve un conflicto reducción/reducción eligiendo el uso de la regla que aparece en primer lugar dentro de la gramática, pero es muy arriesgado contar con esto. Cada conflicto de reducción/reducción se debe estudiar y normalmente eliminar. Aquı́ está la manera apropiada de definir secuencia: secuencia: /* vacı́o */ { printf ("secuencia vacı́a\n"); } | secuencia palabra { printf ("palabra a~ nadida %s\n", $2); } ; 76 Bison 1.27 Aquı́ hay otro error común que produce un conflicto reducción/reducción. secuencia: /* vacı́o */ | secuencia palabras | secuencia redirecciones ; palabras: /* vacı́o */ | palabras palabra ; redirecciones: /* vacı́o */ | redirecciones redireccion ; La intención aquı́ es definir una secuencia que pueda contener ya sea agrupaciones palabra o redireccion. Las definiciones individuales de secuencia, palabras y redirecciones están libres de errores, pero las tres juntas producen una ambigüedad sutil: ¡incluso una entrada vacı́a puede analizarse en una infinidad de maneras diferentes! Considere esto: la cadena vacı́a podrı́a ser una palabras. O podrı́an ser dos palabras en una fila, o tres, o cualquier número. Podrı́a igualmente ser una redirecciones, o dos, o cualquier número. O podrı́a ser una palabras seguido de tres redirecciones y otra palabras. Y ası́ sucesivamente. Aquı́ hay dos maneras de corregir estas reglas. Primero, convertirlo en una secuencia de un sólo nivel: secuencia: /* vacı́o */ | secuencia palabra | secuencia redireccion ; Segundo, prevenir bien un palabras o un redireccion de que sea vacı́o: secuencia: /* vacı́o */ | secuencia palabras | secuencia redirecciones ; palabras: palabra | palabras palabra ; redirecciones: redireccion | redirecciones redireccion ; Capitulo 5: El Algoritmo del Analizador de Bison 77 5.7 Conflictos Misteriosos de Reducción/Reducción Algunas veces con los conflictos reducción/reducción puede suceder que no parezcan garantizados. Aquı́ hay un ejemplo: %token ID %% def: espc_param espc_return ’,’ ; espec_param: tipo | lista_nombre ’:’ tipo ; espec_return: tipo | nombre ’:’ tipo ; tipo: ID ; nombre: ID ; lista_nombre: nombre | nombre ’,’ lista_nombre ; Parecerı́a que esta gramática puede ser analizada con sólo un único token de preanálisis: cuando se está leyendo un espc_param, un ID es un nombre si le sigue una coma o un punto, o un tipo si le sigue otro nombre. En otras palabras, esta gramática es LR(1). Sin embargo, Bison, como la mayorı́a de los generadores de analizadores sintácticos, no pueden en realidad manejar todas las gramáticas LR(1). En esta gramática, los dos contextos, aquél después de un ID al principio de un espc_param y también al principio de un espc_return, son lo suficientemente similares para que Bison asuma que son el mismo. Estos parecen similares porque estarı́an activos el mismo conjunto de reglas—la regla de reducción a un nombre y aquella para la reducción de tipo. Bison es incapaz de determinar a ese nivel de procesamiento que las reglas requerirı́an diferentes tokens de preanálisis en los dos contextos, ası́ que construye un solo estado del analizador para ambos. Combinando los dos contextos provoca un conflicto más tarde. En la terminologı́a de los analizadores sintácticos, este suceso significa que la gramática no es LALR(1). En general, es mejor arreglar las deficiencias que documentarlas. Pero esta deficiencia en particular es intrı́nsecamente difı́cil de arreglar; los generadores de analizadores sintácticos que pueden manejar gramáticas LR(1) son duros de escribir y tienden a producir analizadores que son muy grandes. En la práctica, Bison es más útil como es ahora. Cuando el problema aparece, puede a veces arreglarlo identificando los dos estados del analizador que están siendo confundidos, y añadir algo para hacerlos pareceer distintos. En el ejemplo anterior, añadiendo una regla a espc_return como a continuación hace que el problema desaparezca: 78 Bison 1.27 %token BOGUS ... %% ... espc_return: tipo | nombre ’:’ tipo /* Esta regla nunca se usa. | ID BOGUS ; */ Esto corrige el problema porque introduce la posibilidad de una regla activa adicional en el contexto después de ID al principio de un espc_param, ası́ que los dos contextos reciben estados distinto del analizador. Siempre que el token BOGUS no se genere nunca por yylex, la regla adicional no podrá alterar la manera en la que la entrada es analizada. En este ejemplo en particular, hay otra forma de resolver este problema: reescribir la regla de espc_return para usar ID directamente en lugar de hacerlo a través de nombre. Esto también provoca que los dos contextos confusos tengan conjuntos de reglas activas distintas, porque la de espc_return activa la regla alterada para espc_return en vez que la de nombre. espc_param: tipo | lista_nombre ’:’ tipo ; espc_return: tipo | ID ’:’ tipo ; 5.8 Desbordamiento de Pila, y Cómo Evitarlo La pila del analizador de Bison puede desbordarse si se desplazan demasiados tokens y no son reducidos. Cuando esto sucede, la función del analizador yyparse devuelve un valor distinto de cero, haciendo pausas solamente para llamar a yyerror para informar del desbordamiento. Definiendo la macro YYMAXDEPTH, puede controlar cuán profundo puede llegar a ser la pila del analizador antes de que suceda un desbordamiento de la pila. Defina esta macro con un valor que sea un entero. Este valor es el número máximo de tokens que pueden ser desplazados (y sin ser reducidos) antes de un desbordamiento. Debe ser una expresión constante cuyo valor se conozca en tiempo de compilación. El espacio de la pila permitido no es asignado necesariamente. Si especifica un valor grande para YYMAXDEPTH, el analizador realmente asigna un pequeña pila al principio, y entonces la hace mayor por etapas a medida que se necesite. Esta asignación incremental ocurre automáticamente y silenciosamente. Por lo tanto, no necesita hacer a YYMAXDEPTH angustiosamente pequeño meramente para ahorrar espacio para entradas ordinarias que no necesitan mucha pila. El valor por defecto de YYMAXDEPTH, si no lo define, es 10000. Capitulo 5: El Algoritmo del Analizador de Bison 79 Usted puede controlar cuánta pila se asigna inicialmente definiendo la macro YYINITDEPTH. Este valor también debe ser una constante entera en tiempo de compilación. El valor por defecto es 200. 80 Bison 1.27 Capitulo 6: Recuperación de Errores 81 6 Recuperación de Errores Normalmente no es aceptable que un programa termine ante un error de análisis. Por ejemplo, un compilador deberı́a recuperarse lo suficiente como para que analice el resto del archivo de entrada y comprobar sus errores; una calculadora deberı́a aceptar otra expresión. En un analizador de comandos interactivo sencillo donde cada entrada es una lı́nea, podrı́a ser suficiente con permitir a yyparse devolver un 1 ante un error y hacer que la función invocadora ignore el resto de la lı́nea de entrada cuando suceda (y entonces llamar a yyparse de nuevo). Pero esto es inadecuado para un compilador, porque olvida todo el contexto sintáctico desde el comienzo hasta donde se encontró el error. Un error de sintaxis profundo dentro de una función del fichero de entrada del compilador no deberı́a provocar que el compilador trate la lı́nea siguiente como el principio de un fichero fuente. Puede definir cómo recuperarse de un error de sintaxis escribiendo reglas para reconocer el token especial error. Este es un sı́mbolo terminal que siempre se define (no necesita declararlo) y reservado para tratamiento de errores. El analizador de Bison genera un token error siempre que ocurra un error de sintaxis; si ha facilitado una regla que reconozca este token en el contexto actual, el analizador puede continuar. Por ejemplo: stmnts: /* cadena vacı́a */ | stmnts ’\n’ | stmnts exp ’\n’ | stmnts error ’\n’ La cuarta regla en este ejemplo dice que un error seguido de una nueva lı́nea forma una adición válida a cualquier stmnts. ¿Qué sucede si aparece un error de sintaxis en medio de una exp? La regla de recuperación de errores, interpretada estrictamente, se aplica a la secuencia precisa de una stmnts, un error y una nueva lı́nea. Si aparece un error en medio de una exp, probablemente existan tokens adicionales y subexpresiones por leer antes de la nueva lı́nea. De manera que la regla no es aplicable de la forma habitual. Pero Bison puede forzar la situación para que se ajuste a la regla, descartando parte del contexto semántico y parte de la entrada. Primero descarta estados y objetos de la pila hasta que regrese a un estado en el que el token error sea aceptable. (Esto quiere decir que las subexpresiones ya analizadas son descartadas, retrocediendo hasta el último stmnts completo.) En este punto el token error puede desplazarse. Entonces, si el antiguo token de preanálisis no es aceptable para ser desplazado, el analizador lee tokens y los descarta hasta que encuentre un token que sea aceptable. En este ejemplo, Bison lee y descarta entrada hasta la siguiente lı́nea de manera que la cuarta regla puede aplicarse. La elección de reglas de error en la gramática es una elección de estrategias para la recuperación de errores. Una estrategia simple y útil es sencillamente saltarse el resto de la lı́nea de entrada actual o de la sentencia actual si se detecta un error: stmnt: error ’;’ /* ante un error, saltar hasta que se lea ’;’ */ 82 Bison 1.27 También es útil recuperar el delimitador de cierre que empareja con un un delimitador de apertura que ya ha sido analizado. De otra manera el delimitador de cierre probablemente aparecerá como sin emparejar, y generará otro, espúreo mensaje de error: primary: ’(’ expr ’)’ | ’(’ error ’)’ ... ; Las estrategias de recuperación de errores son por fuerza adivinanzas. Cuando estas adivinan mal, un error de sintaxis a menudo provoca otro. En el ejemplo anterior, la regla de recuperación de errores sospecha que el error es debido a una mala entrada en un stmnt. Suponga que en su lugar se inserta un punto y coma accidental en medio de un stmt válido. Después de recuperarse del primer error con la regla de recuperación de errores, se encontrará otro error de sintaxis directamente, ya que el texto que sigue al punto y coma accidental también es una stmnt inválida. Para prevenir una cascada de mensajes de error, el analizador no mostrará mensajes de error para otro error de sintaxis que ocurra poco después del primero; solamente después de que se hayan desplazado con éxito tres tokens de entrada consecutivos se reanudarán los mensajes de error. Note que las reglas que aceptan el token error podrı́an tener acciones, al igual que cualquiera de las otras reglas pueden tenerlas. Puede hacer que los mensajes de error se reanuden inmediatamente usando la macro yyerrok en una acción. Si lo hace en la acción de la regla de error, no se suprimirá ningún mensaje de error. Esta macro no requiere ningún argumento; ‘yyerrok;’ es una sentencia válida de C. El token de preanálisis anterior se reanaliza inmediatamente después de un error. Si este no es aceptable, entonces la macro yyclearin podrı́a utilizarse para limpiar ese token. Escriba la sentencia ‘yyclearin;’ en la acción de la regla de error. Por ejemplo, suponga que ante un error de análisis, se llama a una rutina de manejo de errores que avanza el flujo de entrada en algún punto donde el análisis prodrı́a comenzar de nuevo. El próximo sı́mbolo devuelto por el analizador léxico será probablemente correcto. El token de preanálisis anterior convendrı́a que se descartara con ‘yyclearin;’. La macro YYRECOVERING representa una expresión que tiene el valor 1 cuando el analizador se está recuperando de un error de sintaxis, y 0 durante el resto del tiempo. Un valor de 1 indica que actualmente los mensajes de error se están suprimiendo para nuevos errores de sintaxis. Capitulo 7: Manejando Dependencias del Contexto 83 7 Manejando Dependencias del Contexto El paradigma de Bison es analizar tokens en primer lugar, entonces agruparlos en unidades sintácticas más grandes. En muchos lenguajes, el significado de un token se ve afectado por su contexto. A pesar de que esto viola el paradigma de Bison, ciertas técnicas (conocidas como kludges) podrı́an permitirle escribir analizadores de Bison para tales lenguajes. (Realmente, “kludge” significa cualquier técnica que hace su trabajo pero no de una manera limpia o robusta.) 7.1 Información Semántica en Tipos de Tokens El lenguaje C tiene una dependencia del contexto: la manera en la que se utiliza un identificador depende de cuál es su significado. Por ejemplo, considere esto: foo (x); Esto parece la sentencia de llamada a una función, pero si foo es un nombre de tipo definido, entonces esto realmente es una declaración de x. ¿Cómo puede un analizador de Bison para C decidirse cómo analizar esta entrada? El método utilizado en GNU C es tener dos tipos diferentes de tokens, IDENTIFIER y TYPENAME. Cuando yylex encuentre un identificador, localiza la declaración actual del identificador para decidir que tipo de token devolver: TYPENAME si el identificador se declara como una definición de tipo, IDENTIFIER en otro caso. Las reglas gramaticales pueden entonces expresar la dependencia del contexto eligiendo el tipo de token a reconocer. IDENTIFIER se acepta como una expresión, pero TYPENAME no lo es. TYPENAME puede empezar una declaración, pero TYPENAME no. En contextos donde el significado del identificador no es significativo, tal como en declaraciones que pueden ocultar nombre de definición de tipo, no se acepta ni TYPENAME o IDENTIFIER—hay una regla para cada uno de los dos tipos de tokens. Esta técnica es sencilla de usar si la decisión de qué tipos de identificadores se permiten se hace en un lugar cercano a donde se analiza el identificador. Pero en C esto no es siempre ası́: C permite en una declaración redeclarar un nombre de tipo definido siempre que se haya especificado antes un tipo explı́cito: typedef int foo, bar, lose; static foo (bar); /* redeclara bar como variable estática */ static int foo (lose); /* redeclara foo como función */ Por desgracia, el nombre que se está declarando se encuentra separado de la construcción de la declaración por una estructura sintáctica complicada—el “declarador”. Como resultado, la parte del analizador de Bison para C necesita ser duplicada, con todos los nombres de los no terminales cambiados: una vez para el análisis de una declaración en la que se puede redefinir un nombre de declaración de tipo, y una vez para el análisis de una declaración en la que no puede hacerse. Aquı́ hay parte de la duplicación, con las acciones omitidas por brevedad: 84 Bison 1.27 initdcl: declarator maybeasm ’=’ init | declarator maybeasm ; notype_initdcl: notype_declarator maybeasm ’=’ init | notype_declarator maybeasm ; Aquı́ initdcl puede redeclarar un nombre de definición de tipo, pero notype_initdcl no puede. La distinción entre declarator y notype_declarator es del mismo tipo. Hay aquı́ alguna similitud entre esta técnica y una ligadura léxica (descrita a continuación), en que la información que altera el análisis léxico se cambia durante el análisis por otras partes del programa. La diferencia es que aquı́ la información es global, y se utiliza para otros propósitos en el programa. Una verdadera ligadura léxica tiene una bandera de propósito especial controlada por el contexto sintáctico. 7.2 Ligaduras Léxicas Una manera de manejar las dependencias del contexto es la ligadura léxica: una bandera que se activa en acciones de Bison, cuyo propósito es alterar la manera en la que se analizan los tokens. Por ejemplo, soponga que tenemos un lenguaje vagamente parecido a C, pero con una construcción especial ‘hex (hex-expr)’. Después de la palabra clave hex viene una expresión entre paréntesis en el que todos los enteros son hexadecimales. En particular, el token ‘a1b’ debe tratarse como un entero en lugar de como un identificador si aparece en ese contexto. He aquı́ cómo puede hacerlo: %{ int hexflag; %} %% ... expr: IDENTIFIER | constant | HEX ’(’ { hexflag = 1; } expr ’)’ { hexflag = 0; $$ = $4; } | expr ’+’ expr { $$ = make_sum ($1, $3); } ... ; Capitulo 7: Manejando Dependencias del Contexto 85 constant: INTEGER | STRING ; Aquı́ asumimos que yylex mira el valor de hexflag; cuando no es cero, todos los enteros se analizan en hexadecimal, y los tokens que comiencen con letras se analizan como enteros si es posible. La declaración de hexflag mostrada en la sección de declaraciones en C del archivo del analizador se necesita para hacerla accesible a las acciones (ver Seccion 3.1.1 [La Sección de Declaraciones en C], página 45). Debe también escribir el código en yylex para obedecer a la bandera. 7.3 Ligaduras Léxicas y Recuperación de Errores Las ligaduras léxicas hacen demandas estrictas sobre cualquier regla de recuperación de errores que tenga. Ver Capitulo 6 [Recuperacion de Errores], página 81. La razón de esto es que el propósito de una regla de recuperación de errores es abortar el análisis de una construcción y reanudar en una construcción mayor. Por ejemplo, en lenguajes como C, una regla tı́pica de recuperación de errores es saltarse los tokens hasta el siguiente punto y coma, y entonces comenzar una sentencia nueva, como esta: stmt: expr ’;’ | IF ’(’ expr ’)’ stmt { . . . } ... error ’;’ { hexflag = 0; } ; Si hay aquı́ un error de sintaxis en medio de una construcción ‘hex (expr)’, esta regla de error se aplicará, y entonces la acción para la ‘hex (expr)’ nunca se ejecutará. Ası́ que hexflag continuarı́a activada durante el resto de la entrada, o hasta la próxima palabra clave hex, haciendo que los identificadores se malinterpreten como enteros. Para evitar este problema la regla de recuperación de errores por sı́ misma desactiva hexflag. Aquı́ podrı́a existir también una regla de recuperación de errores que trabaje dentro de expresiones. Por ejemplo, podrı́a haber una regla que se aplique dentro de los paréntesis y salte al paréntesis-cerrar: expr: ... | ’(’ expr ’)’ { $$ = $2; } | ’(’ error ’)’ ... Si esta regla actúa dentro de la construcción hex, no se va a abortar esa construcción (ya que ésta aparece a un nivel más interno de paréntesis dentro de la construcción). Por lo tanto, no 86 Bison 1.27 deberı́a desactivar la bandera: el resto de la construcción hex deberı́a analizarse con la bandera aún activada. ¿Qué sucederı́a si hay una regla de recuperación de errores que pudiese abortar fuera la construcción hex o pudiese que no, dependiendo de las circunstancias? No hay manera de escribir la acción para determinar si una construcción hex está siendo abortada o no. De manera que si está utilizando una ligadura léxica, es mejor que esté seguro que sus reglas de recuperación de errores no son de este tipo. Cada regla debe ser tal que pueda estar seguro que siempre tendrá que tener que limpiar la bandera, o siempre no. Capitulo 8: Depurando Su Analizador 87 8 Depurando Su Analizador Si una gramática de Bison compila adecuadamente pero no hace lo que quiere cuando se ejecuta, la propiedad de traza del analizador yydebug puede ayudarle para darse cuenta del por qué. Para activar la compilación de las facilidades de traza, debe definir la macro YYDEBUG cuando compile el analizador. Podrı́a utilizar ‘-DYYDEBUG=1’ como una opción del compilador o podrı́a poner ‘#define YYDEBUG 1’ en la sección de declaraciones de C del archivo de la gramática (ver Seccion 3.1.1 [La Sección de Declaraciones en C], página 45). De forma alternativa, utilice la opción ‘-t’ cuando ejecute Bison (ver Capitulo 9 [Invocando a Bison], página 89). Siempre definiremos YYDEBUG de manera que la depuración siempre es posible. La facilidad de traza utiliza stderr, de manera que debe añadir #include <stdio.h> en la sección de declaraciones de C a menos que ya esté ahı́. Una vez que haya compilado el programa con las facilidades de traza, la manera de solicitar una traza es almacenar un valor distinto de cero en la variable yydebug. Puede hacer esto poniendo código C que lo haga (en main, tal vez), o puede alterar el valor con un depurador de C. Cada paso tomado por el analizador cuando yydebug no es cero produce una lı́nea o dos de información de traza, escrita sobre stderr. Los mensajes de traza le cuentan estas cosas: • Cada vez que el analizador llama a yylex, qué tipo de token ha sido leido. • Cada vez que un token se reduce, la profundidad y contenido completo de la pila de estados. (ver Seccion 5.5 [Estados del Analizador], página 74). • Cada vez que se reduce una regla, qué regla es, y el contenido posterior completo de la pila de estados Para hacerse una idea de esta información, ayuda el hacer referencia al listado del archivo producido por la opción ‘-v’ de Bison (ver Capitulo 9 [Invocando a Bison], página 89). Este archivo muestra el significado de cada estado en términos de posición en varias reglas, y también qué hará cada estado con cada token de entrada posible. A medida que lea los mensajes de traza sucesivos, puede ver que el analizador está fucionando de acuerdo a su especificación en el achivo del listado. Finalmente llegará al lugar donde sucede algo indeseable, y verá qué parte de la gramática es la culpable. El archivo del analizador es un programa en C y puede utilizar depuradores de C con éste, pero no es fácil interpretar lo que está haciendo. La función del analizador es un intérprete de una máquina de estado finito, y aparte de las acciones éste ejecuta el mismo código una y otra vez. Solamente los valores de las variables muestran sobre qué lugar de la gramática se está trabajando. La información de depuración normalmente da el tipo de token de cada token leı́do, pero no su valor semántico. Puede opcionalmente definir una macro llamada YYPRINT para facilitar una manera de imprimir el valor. Si define YYPRINT, esta deberı́a tomar tres argumentos. El analizador pasará un flujo de entrada/salida estandar, el valor numérico del tipo de token, y el valor del token (de yylval). Aquı́ hay un ejemplo de YYPRINT apropiado para la calculadora multifunción (ver Seccion 2.4.1 [Declaraciones para mfcalc], página 38): 88 Bison 1.27 #define YYPRINT(file, type, value) yyprint (file, type, value) static void yyprint (file, type, value) FILE *file; int type; YYSTYPE value; { if (type == VAR) fprintf (file, " %s", value.tptr->name); else if (type == NUM) fprintf (file, " %d", value.val); } Capitulo 9: Invocando a Bison 89 9 Invocando a Bison La manera habitual de invocar a Bison es la siguiente: bison fichero-entrada Aquı́ fichero-entrada es el nombre del fichero de la gramática, que normalmente termina en ‘.y’. El nombre del archivo del analizador se construye reemplazando el ‘.y’ con ‘.tab.c’. Ası́, el nombre de fichero ‘bison foo.y’ produce ‘foo.tab.c’, y el nombre de fichero ‘bison hack/foo.y’ produce ‘hack/foo.tab.c’. 9.1 Opciones de Bison Bison soporta las opciones tradicionales de una única letra y nombres de opción mnemónicos largos. Los nombres de opción largos se indican con ‘--’ en lugar de ‘-’. Las abreviaciones para los nombres de opción se permiten siempre que sean únicas. Cuando una opción larga toma un argumento, como ‘--file-prefix’, se conecta el nombre de la opcion con el argumento con ‘=’. Aquı́ hay una lista de opciones que puede utilizar con Bison, alfabetizadas por la opción corta. ‘-b prefijo-fichero’ ‘--file-prefix=prefijo’ Especifica un prefijo a ser usado por todos los nombres de archivo de salida de Bison. Los nombres se eligen como si el fichero de entrada se llamase ‘prefijo.c’. ‘-d’ ‘--defines’ Escribe un archivo extra de salida conteniendo las definiciones de las macros para los nombres de tipo de tokens definidos en la gramática y el tipo de valor semántico YYSTYPE, además de unas cuantas declaraciones de variables extern. Si el archivo de salida del analizador se llama ‘name.c’ entonces este archivo se llama ‘name.h’. Este archivo de salida es esencial si desea poner las definiciones de yylex en un archivo fuente por separado, porque yylex necesita ser capaz de hacer referencia a los códigos de tipo de token y las variables yylval. Ver Seccion 4.2.2 [Valores Semánticos de los Tokens], página 63. ‘-l’ ‘--no-lines’ No pone ningún comando #line del preprocesador en el fichero del analizador. Normalmente Bison los pone en el archivo del analizador de manera que el compilador de C y los depuradores asocien errores con su fichero fuente, el achivo de la gramática. Esta opción hace que asocien los errores con el archivo del analizador, tratándolo como un archivo fuente independiente por derecho propio. ‘-n’ ‘--no-parser’ No incluye ningún código C en el archivo del analizador; genera únicamente las tablas. El archivo del analizador contiene sólo directivas #define y declaraciones de variables estáticas. 90 Bison 1.27 Esta opción también le dice a Bison que escriba el código C para las acciones gramaticales en un archivo llamado ‘nombrefichero.act’, en la forma de un cuerpo encerrado entre llaves para formar una sentencia switch. ‘-o fichero-salida’ ‘--output-file=fichero-salida’ Especifica el nombre fichero-salida para el archivo del analizador. El resto de los nombres de fichero de salida son construidos a partir de fichero-salida como se describió bajo las opciones ‘-v’ y ‘-d’. ‘-p prefijo’ ‘--name-prefix=prefijo’ Renombra los sı́mbolos externos utilizados en el analizador de manera que comiencen con prefijo en lugar de ‘yy’. La lista precisa de sı́mbolos renombrados es yyparse, yylex, yyerror, yynerrs, yylval, yychar y yydebug. Por ejemplo, si utiliza ‘-p c’, los nombres serán cparse, clex, etc. Ver Seccion 3.7 [Múltiples Analizadores en el Mismo Programa], página 60. ‘-r’ ‘--raw’ ‘-t’ ‘--debug’ Hace que parezca que haya sido especificado %raw. Ver Seccion 3.6.8 [Sumario de Decls.], página 59. Produce una definición de la macro YYDEBUG en el achivo del analizador, de manera que las facilidades de depuración sean compiladas. Ver Capitulo 8 [Depurando Su Analizador], página 87. ‘-v’ ‘--verbose’ Escribe un archivo de salida extra conteniendo descripciones amplias de los estados del analizador y qué se hace para cada tipo de token de preanálisis en ese estado. Este archivo también describe todos los conflictos, aquellos resueltos por la precedencia de operadores y los no resueltos. Este nombre de fichero se construye quitando ‘.tab.c’ o ‘.c’ del nombre de salida del analizador, y añadiendo ‘.output’ en su lugar. Por lo tanto, si el archivo de entrada es ‘foo.y’, entonces el archivo del analizador se llama ‘foo.tab.c’ por defecto. Como consecuencia, el archivo de salida amplia se llama ‘foo.output’. ‘-V’ ‘--version’ Imprime el número de versión de Bison y termina. ‘-h’ ‘--help’ Imprime un sumario de las opciones de lı́nea de comando de Bison y termina. ‘-y’ ‘--yacc’ ‘--fixed-output-files’ Equivalente a ‘-o y.tab.c’; el archivo de salida del analizador se llama ‘y.tab.c’, y el resto de salida se llama ‘y.output’ y ‘y.tab.h’. El propósito de esta opcion es la de imitar las convenciones de los nombres de fichero de Yacc. De este modo, el siguiente script de comandos puede ser sustituto de Yacc: bison -y $* Capitulo 9: Invocando a Bison 91 9.2 Clave Cruzada de Opciones Aquı́ hay una lista de opciones, alfabetizada opción corta correspondiente. --debug . . . . . . . . . . . . . . . --defines . . . . . . . . . . . . . . --file-prefix . . . . . . . . . . . . --fixed-output-files . . . . . . . . . --help . . . . . . . . . . . . . . . . --name-prefix . . . . . . . . . . . . --no-lines . . . . . . . . . . . . . . --no-parser . . . . . . . . . . . . . --output-file . . . . . . . . . . . . --raw . . . . . . . . . . . . . . . . --token-table . . . . . . . . . . . . --verbose . . . . . . . . . . . . . . --version . . . . . . . . . . . . . . --yacc . . . . . . . . . . . . . . . . por la opcion larga, para ayudarle a encontrar la . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . -t -d -b -y -h -p -l -n -o -r -k -v -V -y 9.3 Invocando Bison bajo VMS La sintaxis de la lı́nea de comandos para Bison sobre VMS es una variante de la sintaxis del comando de Bison usual—adaptada para ajustarse a las convenciones de VMS. Para encontrar el equivalente VMS de cualquier opción de Bison, comience con la opción larga, y sustituya con ‘/’ el ‘--’ inicial, y sustituya con ‘_’ cada ‘-’ en el nombre de opción largo. Por ejemplo, la siguiente invocación bajo VMS: bison /debug/name_prefix=bar foo.y es equivalente al siguiente comando bajo POSIX. bison --debug --name-prefix=bar foo.y El sistema de archivos de VMS no permite nombre de ficheros tales como ‘foo.tab.c’. En el ejemplo anterior, el archivo de salida se llamarı́a ‘foo_tab.c’. 92 Bison 1.27 Apéndice A: Sı́mbolos de Bison 93 Apéndice A Sı́mbolos de Bison error Un nombre de token reservado para la recuperación de errores. Este token puede ser utilizado en reglas gramaticales para permitir al analizador de Bison reconocer un error en la gramática sin parar el proceso. En efecto, una sentencia conteniendo un error podrı́a reconocerse como válida. Ante un error de análisis, el token error llega a ser el token de preanálisis actual. Las acciones correspondientes a error se ejecutan entonces, y el token de preanálisis se reestablace al token que originalmente provocó la violación. Ver Capitulo 6 [Recuperacion de Errores], página 81. YYABORT Macro que pretende que haya ocurrido un error de sintaxis no recuperable haciendo que yyparse devuelva un 1 inmediatamente. La función de informe de errores yyerror no se llama. Ver Seccion 4.1 [La Función del Analizador yyparse], página 61. YYACCEPT Macro que pretende que una expresión completa del lenguaje haya sido leida, haciendo que yyparse devuelva un 0 inmediatamente. Ver Seccion 4.1 [La Función del Analizador yyparse], página 61. YYBACKUP Macro para descartar un valor de la pila del analizador y falsificar un token de preanálisis. Ver Seccion 4.4 [Propiedades Especiales para su Uso en Acciones], página 66. YYERROR Macro que pretende que un error de sintaxis se haya acabado de detectar: llama a yyerror y entonces realiza una recuperación de errores normal si es posible (ver Capitulo 6 [Recuperacion de Errores], página 81), o (si la recuperación es imposible) hace que yyparse devuelva un 1. Ver Capitulo 6 [Recuperacion de Errores], página 81. YYERROR_VERBOSE Macro que usted define con #define en la sección de declaraciones de Bison para solicitar cadenas de mensajes de errores amplias, especı́ficas cuando se llame a yyerror. YYINITDEPTH Macro para especificar el tamaño inicial de la pila del analizador. Ver Seccion 5.8 [Desbordamiento de Pila], página 78. YYLEX_PARAM Macro para especificar un argumento extra (o lista de argumentos extra) para que yyparse los pase a yylex. Ver Seccion 4.2.4 [Convenciones de Llamada para Analizadores Puros], página 64. YYLTYPE Macro para el tipo de datos yylloc; una estructura con cuatro componentes. Ver Seccion 4.2.3 [Posiciones en el Texto de los Tokens], página 63. yyltype Valor por defecto para YYLTYPE. YYMAXDEPTH Macro para especificar el tamaño máximo de la pila del analizador. Ver Seccion 5.8 [Desbordamiento de Pila], página 78. YYPARSE_PARAM Macro para especificar el nombre de un parámetro que yyparse deberı́a aceptar. Ver Seccion 4.2.4 [Convenciones de Llamada para Analizadores Puros], página 64. YYRECOVERING Macro cuyo valor indica si el analizador se está recuperando de un error de sintaxis. Ver Seccion 4.4 [Propiedades Especiales para su Uso en Acciones], página 66. YYSTYPE Macro para el tipo de datos de los valores semánticos; int por defecto. Ver Seccion 3.5.1 [Tipos de Datos de los Valores Semánticos], página 50. 94 yychar Bison 1.27 Variable entera externa que contiene el valor entero del token actual de preanálisis. (En un analizador puro, es una variable local dentro de yyparse.) Las acciones de las reglas de recuperación de errores podrı́an examinar esta variable. Ver Seccion 4.4 [Propiedades Especiales para su Uso en Acciones], página 66. yyclearin Macro utilizada en acciones de reglas de recuperación de errores. Esta borra el anterior token de preanálisis. Ver Capitulo 6 [Recuperacion de Errores], página 81. yydebug Variable entera externa puesta a cero por defecto. Si se le da a yydebug un valor distinto de cero, el analizador sacará información a cerca de los sı́mbolos de entrada y acciones del analizador. Ver Capitulo 8 [Depurando Su Analizador], página 87. yyerrok Macro que provoca al analizador recuperar su modo normal inmediatamente después de un error de análisis. Ver Capitulo 6 [Recuperacion de Errores], página 81. yyerror Función facilitada por el usuario para ser llamada por yyparse ante un error. La función recibe un argumento, un puntero a una cadena de caracteres conteniendo un mensaje de error. Ver Seccion 4.3 [La Función de Informe de Errores yyerror], página 65. yylex Función del analizador léxico facilitada por el usuario, llamada sin argumentos para obtener el siguiente token. Ver Seccion 4.2 [La Función del Analizador Léxico yylex], página 61. yylval Variable externa en la que yylex deberı́a poner el valor semántico asociado con un token. (En un analizador puro, es una variable local dentro de yyparse, y su dirección se le pasa a yylex.) Ver Seccion 4.2.2 [Valores Semánticos de los Tokens], página 63. yylloc Variable externa en la que yylex deberı́a poner el número de lı́nea y columna asociado a un token. (En un analizador puro, es una variable local dentro de yyparse, y su dirección se le pasa a yylex.) Puede ignorar esta variable si no utiliza la propiedad ‘@’ en las acciones gramaticales. Ver Seccion 4.2.3 [Posiciones en el Texto de los Tokens], página 63. yynerrs Variable global que Bison incrementa cada vez que hay un error de análisis. (En un analizador puro, es una variable local dentro de yyparse.) Ver Seccion 4.3 [La Función de Informe de Errores yyerror], página 65. yyparse La función del analizador producida por Bison; llame a esta función para comenzar el análisis. Ver Seccion 4.1 [La Función del Analizador yyparse], página 61. %left Declaración de Bison para asignar asociatividad por la izquierda a un(varios) token(s). Ver Seccion 3.6.2 [Precedencia de Operadores], página 56. %no_lines Declaración de Bison para evitar la generación de directivas #line en el fichero del analizador. Ver Seccion 3.6.8 [Sumario de Decls.], página 59. %nonassoc Declaración de Bison para asignar no-asociatividad a un(varios) token(s). Ver Seccion 3.6.2 [Precedencia de Operadores], página 56. %prec Declaración de Bison para asignar precedencia a una regla especı́fica. Ver Seccion 5.4 [Precedencia Dependiente del Contexto], página 73. %pure_parser Declaración de Bison para solicitar un analizador puro (reentrante). Ver Seccion 3.6.7 [Un Analizador Puro (Reentrante)], página 58. %raw Declaración de Bison para usar los números de código de token internos a Bison en las tablas de tokens en lugar de los números de código de tokens usuales compatibles con Yacc. Ver Seccion 3.6.8 [Sumario de Decls.], página 59. Apéndice A: Sı́mbolos de Bison 95 %right Declaración de Bison para asignar asociatividad por la derecha a un(varios) token(s). Ver Seccion 3.6.2 [Precedencia de Operadores], página 56. %start Declaraciones de Bison para especificar el sı́mbolo de arranque. Ver Seccion 3.6.6 [El Sı́mbolo de Arranque], página 58. %token Declaración de Bison para declarar un(varios) token(s) sin especificar la precedencia. Ver Seccion 3.6.1 [Nombres de Tipo de Token], página 55. %token_table Declaración de Bison para incluir una tabla de nombres de tokens en el archivo del analizador. Ver Seccion 3.6.8 [Sumario de Decls.], página 59. %type Declaración de Bison para declarar no-terminales. Ver Seccion 3.6.4 [Sı́mbolos No Terminales], página 57. %union Declaración de Bison para especificar varios tipos de datos posibles para los valores semánticos. Ver Seccion 3.6.3 [La Colección de Tipos de Valor], página 57. Estos son los puntuadores y delimitadores utilizados en la entrada de Bison: ‘%%’ Delimitador utilizado para separar la sección de reglas gramaticales de la sección de declaraciones de Bison o la sección de código adicional en C. Ver Seccion 1.7 [El Formato Global de una Gramática de Bison], página 27. ‘%{ %}’ Todo el código listado entre ‘%{’ y ‘%}’ se copia directamente al archivo de salida sin ser interpretado. Este código forma la sección de “declaraciones en C” del archivo de entrada. Ver Seccion 3.1 [Resumen de una Gramática de Bison], página 45. ‘/*. . .*/’ Delimitadores de comentarios, como en C. ‘:’ Separa el resultado de una regla de sus componentes. Ver Seccion 3.3 [Sintaxis de las Reglas Gramaticales], página 48. ‘;’ Finaliza una regla. Ver Seccion 3.3 [Sintaxis de las Reglas Gramaticales], página 48. ‘|’ Separa reglas alternativas para el mismo no-terminal resultante. Ver Seccion 3.3 [Sintaxis de las Reglas Gramaticales], página 48. 96 Bison 1.27 Apéndice B: Glosario 97 Apéndice B Glosario Agrupación Una construcción del lenguaje que es (en general) gramaticalmente divisible; por ejemplo, ‘expresión’ o ‘declaración’ en C. Ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23. Análisis de izquierda a derecha Análisis de una frase de un lenguaje analizándolo token a token de izquierda a derecha. Ver Capitulo 5 [El Algoritmo del Analizador de Bison], página 69. Analizador léxico (scanner) Una función que lee un flujo de entrada y devuelve tokens uno por uno. Ver Seccion 4.2 [La Función del Analizador Léxico yylex], página 61. Analizador sintáctico (parser) Una función que reconoce frases válidas de un lenguaje analizando la estructura sintáctica de un conjunto de tokens pasados desde un analizador léxico. Asignación dinámica Asignación de memoria que ocurre durante la ejecución, en lugar de en tiempo de compilación, o a la entrada de una función. Asociatividad por la izquierda Los operadores que tienen asociatividad por la izquierda se analizan de izquierda a derecha; ‘a+b+c’ primero se computa ‘a+b’ y entonces se combina con ‘c’. Ver Seccion 5.3 [Precedencia de Operadores], página 72. Cadena vacı́a Análogo al conjunto vacı́o en la teorı́a de conjuntos, la cadena vacı́a es una cadena de caracteres de longitud cero. Construcción del lenguaje Uno de los tı́picos esquemas de uso del lenguaje. Por ejemplo, una de las construcciones del lenguaje C es la sentencia if. Ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23. Desplazamiento Un analizador se dice que desplaza cuando realiza la elección de analizar la entrada que proviene del flujo en lugar de reducir inmediatamente alguna regla ya reconocida. Ver Capitulo 5 [El Algoritmo del Analizador de Bison ], página 69. Error de análisis Un error encontrado durante el análisis de un flujo de entrada debido a una sintaxis no válida. Ver Capitulo 6 [Recuperacion de Errores], página 81. Flujo de entrada Un flujo de datos continuo entre dispositivos y programas. Forma de Backus-Naur (BNF) Método formal para la especificación de gramáticas independientes del contexto. La BNF se utilizó en primer lugar en el informe de ALGOL-60, 1963. Ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23. Gramáticas independientes del contexto Gramáticas especificadas como reglas que pueden aplicarse sin considerar el contexto. Por lo tanto, si hay una regla que dice que un entero se puede utilizar como una expresión, los enteros se permiten en cualquier lugar donde una expresión se permita. Ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23. 98 LALR(1) Bison 1.27 La clase de gramáticas independientes del contexto que Bison (como la mayorı́a de los otros generadores de analizadores sintácticos) pueden manejar; un subconjunto de las gramáticas LR(1). Ver Seccion 5.7 [Misteriosos Conflictos Reducción/Reducción], página 77. Ligadura léxica Una bandera, activada por las acciones en las reglas gramaticales, que alteran la manera en la que se analizan los tokens. Ver Seccion 7.2 [Ligaduras Lexicas], página 84. Literal de caracter simple Un caracter sencillo que se reconoce e interpreta como es. Ver Seccion 1.2 [De las Reglas Formales a la Entrada de Bison], página 24. LR(1) La clase de gramáticas independientes del contexto en la que al menos se necesita un token de preanálisis para eliminar la ambigüedad del análisis de cualquier parte de la entrada. Máquina de estado finito basada en pila Una “máquina” que tiene estados discretos los cuales se dice que existen en cada instante de tiempo. A medida que la máquina procesa la entrada, la máquina se mueve de estado a estado como se especifica en la lógica de la máquina. En el caso de un analizador sintáctico, la entrada es el lenguaje que está siendo analizado, y los estados corresponden a varias etapas en las reglas de la gramática. Ver Capitulo 5 [El Algoritmo del Analizador de Bison ], página 69. Notación polaca inversa Un lenguaje en el que todos los operadores son operadores postfijos. Operador infijo Un operador aritmético que se situa entre los operandos sobre los que realiza alguna operación. Operador postfijo Un operador aritmético que se coloca después de los operandos sobre los que realiza alguna operación. Recursión por la derecha Una regla cuyo sı́mbolo resultante es también su componente simbólica final; por ejemplo, ‘expseq1: exp ’,’ expseq1;’. Ver Seccion 3.4 [Reglas Recursivas], página 49. Recursión por la izquierda Una regla cuyo sı́mbolo resultante es también su primer sı́mbolo componente; por ejemplo, ‘expseq1 : expseq1 ’,’ exp;’.Ver Seccion 3.4 [Reglas Recursivas], página 49. Reducción Reemplazo de una cadena de no-terminales y/o terminales con un no-terminal simple, de acuerdo a una regla gramatical. Ver Capitulo 5 [El Algoritmo del Analizador de Bison ], página 69. Reentrante Un subprograma reentrante es un subprograma que puede ser invocado cualquier número de veces en paralelo, sin interferir entre las distintas invocaciones. Ver Seccion 3.6.7 [Un Analizador Puro (Reentrante) ], página 58. Semántica En los lenguajes de ordenador, la semántica se especifica con las acciones tomadas para cada instancia del lenguaje, es decir, el significado de cada sentencia. Ver Seccion 3.5 [Definiendo la Semántica del Lenguaje], página 50. Sı́mbolo de arranque El sı́mbolo no terminal que representa una expresión completa del lenguaje que se está analizando. El sı́mbolo de arranque normalmente se presenta como el primer sı́mbolo no terminal en la especificación del lenguaje. Ver Seccion 3.6.6 [El Sı́mbolo de Arranque], página 58. Apéndice B: Glosario 99 Sı́mbolo no terminal Un sı́mbolo de la gramática que representa una contrucción gramatical que puede expresarse mediante reglas en términos de construcciones más pequeñas; en otras palabras, una construcción que no es un token. Ver Seccion 3.2 [Simbolos], página 46. Sı́mbolo terminal Un sı́mbolo de la gramática que no tiene reglas en la gramática y por lo tanto es gramaticalmente indivisible. El trozo de texto que representa es un token. Ver Seccion 1.1 [Lenguajes y Gramáticas Independientes del Contexto], página 23. Tabla de sı́mbolos Una estructura de datos donde los nombres de los sı́mbolos y datos relacionados se almacenan durante el análisis para permitir el reconocimiento y uso de información existente en usos repetidos del un sı́mbolo. Ver Seccion 2.4 [Calc Multi-funcion], página 37. Token Una unidad básica, gramaticalmente indivisible de un lenguaje. El sı́mbolo que describe un token en la gramática es un sı́mbolo terminal. La entrada del analizador de Bison es un flujo de tokens que proviene del analizador léxico. Ver Seccion 3.2 [Simbolos], página 46. Token de cadena literal Un token que consiste de dos o más caracteres fijos. Ver Seccion 3.2 [Simbolos], página 46. Token de preanálisis Un token que ya ha sido leı́do pero aún no ha sido desplazado. Ver Seccion 5.1 [Tokens de Preanálisis], página 69. 100 Bison 1.27 Índice 101 Índice $ $$ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 $n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 % %expect . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %left. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %nonassoc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %prec. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %pure_parser . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %right . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %start . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %token . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %type. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . %union . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 72 72 73 58 72 58 55 57 57 @ @n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 | | . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 A acción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Acciones a Media Regla . . . . . . . . . . . . . . . . . . . . . . . . . . . . acciones en mitad de una regla . . . . . . . . . . . . . . . . . . . . . acciones semánticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . acciones, sumario de propiedades de . . . . . . . . . . . . . . . . advertencias, previniendo . . . . . . . . . . . . . . . . . . . . . . . . . . agrupación sintáctica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . algoritmo del analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . analizador léxico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . analizador léxico, escribiendo un . . . . . . . . . . . . . . . . . . . analizador léxico, propósito . . . . . . . . . . . . . . . . . . . . . . . . analizador puro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . analizador reentrante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . analizador, desbordamiento de pila del . . . . . . . . . . . . . analizador, pila . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . archivo de gramática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . asociatividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 52 52 26 66 57 23 69 26 61 32 26 58 58 78 69 27 72 B balanceo del else . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bison, algoritmo del analizador. . . . . . . . . . . . . . . . . . . . . Bison, analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bison, declaraciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bison, declaraciones (introducción) . . . . . . . . . . . . . . . . . Bison, gramática de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 69 26 55 45 24 Bison, invocación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bison, tabla de sı́mbolos de . . . . . . . . . . . . . . . . . . . . . . . . Bison, utilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . BNF. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 93 26 23 C calc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . calculadora de notación infija . . . . . . . . . . . . . . . . . . . . . . calculadora de notación polaca . . . . . . . . . . . . . . . . . . . . . calculadora multi-función . . . . . . . . . . . . . . . . . . . . . . . . . . calculadora simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . calculadora, notación infija . . . . . . . . . . . . . . . . . . . . . . . . . código C, sección para el . . . . . . . . . . . . . . . . . . . . . . . . . . . compilando el analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . conflictos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . conflictos de desplazamiento/reducción . . . . . . . . . . . . . conflictos de reducción/reducción . . . . . . . . . . . . . . . . . . conflictos, suprimiendo advertencias de . . . . . . . . . . . . . control, función de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 35 29 37 29 35 46 35 70 70 75 57 33 D declaraciones de Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . declaraciones de Bison (introducción) . . . . . . . . . . . . . . declaraciones de precedencia . . . . . . . . . . . . . . . . . . . . . . . declaraciones, C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . declaraciones, sumario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . declarando el sı́mbolo de arranque. . . . . . . . . . . . . . . . . . declarando nombres de tipo de token . . . . . . . . . . . . . . . declarando precedencia de operadores . . . . . . . . . . . . . . declarando tipos de valores . . . . . . . . . . . . . . . . . . . . . . . . . declarando tipos de valores, de no terminales . . . . . . . declarando tokens de cadena literal . . . . . . . . . . . . . . . . . default action . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . definienfo la semántica del lenguaje . . . . . . . . . . . . . . . . dependencia del contexto, precedencia . . . . . . . . . . . . . . depurando . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . desbordamiento de la pila del analizador . . . . . . . . . . . desbordamiento de pila . . . . . . . . . . . . . . . . . . . . . . . . . . . . desplazamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 45 56 45 59 58 55 56 57 57 55 51 50 73 87 78 78 69 E ejecutando Bison (introducción) . . . . . . . . . . . . . . . . . . . . ejemplos simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . else, balanceo del . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . error. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . error de análisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . error de sintaxis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . errores, función de informe de . . . . . . . . . . . . . . . . . . . . . . errores, recuperación de . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 29 43 70 81 65 65 65 81 102 errores, rutina de informe de . . . . . . . . . . . . . . . . . . . . . . . escribiendo un analizador léxico . . . . . . . . . . . . . . . . . . . . estado (del analizador) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . estado del analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . etapas en el uso de Bison . . . . . . . . . . . . . . . . . . . . . . . . . . Bison 1.27 34 32 74 74 27 F Forma de Backus-Naur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . formato de la gramática de Bison . . . . . . . . . . . . . . . . . . formato del archivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . formato del archivo de gramática . . . . . . . . . . . . . . . . . . . función de control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . función de informe de errores . . . . . . . . . . . . . . . . . . . . . . función main en ejemplo simple . . . . . . . . . . . . . . . . . . . . 23 27 27 27 33 65 33 G glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . gramática de Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . gramática formal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . gramática independiente del contexto . . . . . . . . . . . . . . gramática, independiente del contexto . . . . . . . . . . . . . . 97 24 24 23 23 I intergfaz en lenguaje C . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 invocando a Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 invocando Bison bajo VMS . . . . . . . . . . . . . . . . . . . . . . . . 91 L lı́mite por defecto de la pila . . . . . . . . . . . . . . . . . . . . . . . . LALR(1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . lenguaje C, interfaz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . léxico, escribiendo un analizador . . . . . . . . . . . . . . . . . . . ligadura léxica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . literal de caracter sencillo . . . . . . . . . . . . . . . . . . . . . . . . . . literal multi-caracter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . LR(1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 77 61 32 84 46 47 77 M máquina de estado finito . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 mfcalc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 multi-función, calculadora . . . . . . . . . . . . . . . . . . . . . . . . . . 37 N nombres de tipo de token, declarando . . . . . . . . . . . . . . 55 notación polaca inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 O opciones de la invocación de Bison . . . . . . . . . . . . . . . . . 89 operadores unarios, precedencia . . . . . . . . . . . . . . . . . . . . 73 operadores, precedencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 P pila del analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . precedencia de operadores. . . . . . . . . . . . . . . . . . . . . . . . . . precedencia de operadores unarios . . . . . . . . . . . . . . . . . . precedencia de operadores, declarando. . . . . . . . . . . . . . precendecia dependiente del contexto . . . . . . . . . . . . . . . previniendo advertencias a cerca de conflictos . . . . . . 69 72 73 56 73 57 R recuperación de errores . . . . . . . . . . . . . . . . . . . . . . . . . . . . recuperación de errores, simple . . . . . . . . . . . . . . . . . . . . . recursión mutua . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . recursión por la derecha . . . . . . . . . . . . . . . . . . . . . . . . . . . . recursión por la izquierda . . . . . . . . . . . . . . . . . . . . . . . . . . reducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . reducción/reducción, conflictos . . . . . . . . . . . . . . . . . . . . . reglas recursivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . rpcalc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . rutina de informe de errores . . . . . . . . . . . . . . . . . . . . . . . . 81 37 49 49 49 69 75 49 29 34 S sı́mbolo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sı́mbolo de arranque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sı́mbolo de arranque por defecto. . . . . . . . . . . . . . . . . . . . sı́mbolo de arranque, declarando . . . . . . . . . . . . . . . . . . . sı́mbolo no terminal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sı́mbolo terminal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sı́mbolos (resumen) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sı́mbolos en Bison, tabla de . . . . . . . . . . . . . . . . . . . . . . . . sección de código C adicional . . . . . . . . . . . . . . . . . . . . . . sección de declaraciones en C . . . . . . . . . . . . . . . . . . . . . . sección de reglas gramaticales . . . . . . . . . . . . . . . . . . . . . . sección de reglas para la gramática . . . . . . . . . . . . . . . . . semántica del lenguaje, definiendo . . . . . . . . . . . . . . . . . . semánticas, acciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . semántico, tipo de valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . semántico, valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sintáctica, agrupación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sintaxis de las reglas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . sintaxis de las reglas de la gramática . . . . . . . . . . . . . . . sintaxis de reglas gramaticales . . . . . . . . . . . . . . . . . . . . . sumario de declaraciones de Bison . . . . . . . . . . . . . . . . . . sumario de propiedades de acción . . . . . . . . . . . . . . . . . . suprimiendo advertencias de conflictos . . . . . . . . . . . . . 46 24 58 58 46 46 23 93 46 45 45 45 50 26 50 25 23 48 48 48 59 66 57 T tabla de sı́mbolos, ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . tipo de dato por defecto . . . . . . . . . . . . . . . . . . . . . . . . . . . tipo de datos de una acción . . . . . . . . . . . . . . . . . . . . . . . . tipo de token . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . tipo de valor semántico . . . . . . . . . . . . . . . . . . . . . . . . . . . . tipos de datos de valores semánticos . . . . . . . . . . . . . . . . tipos de datos en acciones . . . . . . . . . . . . . . . . . . . . . . . . . . 40 50 52 46 50 50 52 Índice tipos de valores, declarando . . . . . . . . . . . . . . . . . . . . . . . . tipos de valores, no terminales, declarando . . . . . . . . . token . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . token de cadena de caracteres . . . . . . . . . . . . . . . . . . . . . . token de cadena literal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . token de caracter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . token de preanálisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . token literal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . trazando el analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 57 57 23 47 47 46 69 46 87 U utilizando Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 V valor semántico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 VMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 Y YYABORT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 YYACCEPT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 YYBACKUP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 yychar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yyclearin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yydebug . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYDEBUG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYEMPTY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yyerrok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yyerror . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYERROR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYERROR_VERBOSE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYINITDEPTH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yylex. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYLEX_PARAM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yylloc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYLTYPE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yylval . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYMAXDEPTH . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yynerrs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . yyparse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYPARSE_PARAM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYPRINT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . YYRECOVERING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 82 87 87 67 82 65 67 65 78 61 65 63 63 63 78 66 61 64 87 82 104 Bison 1.27 i Tabla de Contenido Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 Conditions for Using Bison . . . . . . . . . . . . . . . . . . . . . . . . . 3 Condiciones para el uso de Bison . . . . . . . . . . . . . . . . . . . 5 GNU GENERAL PUBLIC LICENSE . . . . . . . . . . . . . . . 7 Preamble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 TERMS AND CONDITIONS FOR COPYING, DISTRIBUTION AND MODIFICATION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 How to Apply These Terms to Your New Programs . . . . . . . . . . . . . . . . . . . 12 LICENCIA PÚBLICA GENERAL GNU . . . . . . . . . . . 15 Preámbulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 TÉRMINOS Y CONDICIONES PARA LA COPIA, DISTRIBUCI ÓN Y MODIFICACIÓN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 Cómo aplicar estos términos a sus nuevos programas. . . . . . . . . . . . . . . . . . 20 1 Los Conceptos de Bison . . . . . . . . . . . . . . . . . . . . . . . . 23 1.1 1.2 1.3 1.4 1.5 1.6 1.7 2 Lenguajes y Gramáticas independientes del Contexto . . . . . . . . . . . . De las Reglas Formales a la Entrada de Bison . . . . . . . . . . . . . . . . . . . Valores Semánticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Acciones Semánticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La Salida de Bison: el Archivo del Analizador . . . . . . . . . . . . . . . . . . . Etapas en el Uso de Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . El Formato Global de una Gramática de Bison . . . . . . . . . . . . . . . . . . 23 24 25 26 26 27 27 Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.1 2.2 2.3 2.4 2.5 Calculadora de Notación Polaca Inversa . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 Declaraciones para rpcalc . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.2 Reglas Gramaticales para rpcalc . . . . . . . . . . . . . . . . . . . . . . 2.1.2.1 Explicación para input . . . . . . . . . . . . . . . . . . . . . . . 2.1.2.2 Explicación para line . . . . . . . . . . . . . . . . . . . . . . . . 2.1.2.3 Explicación para expr . . . . . . . . . . . . . . . . . . . . . . . . 2.1.3 El Analizador Léxico de rpcalc . . . . . . . . . . . . . . . . . . . . . . . 2.1.4 La Función de Control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.5 La Rutina de Informe de Errores . . . . . . . . . . . . . . . . . . . . . . . 2.1.6 Ejecutando Bison para Hacer el Analizador . . . . . . . . . . . . . 2.1.7 Compilando el Archivo del Analizador . . . . . . . . . . . . . . . . . . Calculadora de Notación Infija: calc . . . . . . . . . . . . . . . . . . . . . . . . . . . Recuperación de Errores Simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Calculadora Multi-Función: mfcalc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.1 Declaraciones para mfcalc . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4.2 Reglas Gramaticales para mfcalc . . . . . . . . . . . . . . . . . . . . . . 2.4.3 La Tabla de Sı́mbolos de mfcalc . . . . . . . . . . . . . . . . . . . . . . . Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 29 30 30 31 31 32 33 34 34 35 35 37 37 38 39 40 43 ii 3 Bison 1.27 Archivos de Gramática de Bison . . . . . . . . . . . . . . . . 45 3.1 3.2 3.3 3.4 3.5 3.6 3.7 4 4.3 4.4 La Función del Analizador yyparse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La Funcion del Analizador Léxico yylex . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Convención de Llamada para yylex . . . . . . . . . . . . . . . . . . . . 4.2.2 Valores Semánticos de los Tokens . . . . . . . . . . . . . . . . . . . . . . 4.2.3 Posiciones en el Texto de los Tokens . . . . . . . . . . . . . . . . . . . 4.2.4 Convenciones de Llamada para Analizadores Puros . . . . . . La Función de Informe de Errores yyerror . . . . . . . . . . . . . . . . . . . . . . Propiedades Especiales para su Uso en Acciones . . . . . . . . . . . . . . . . . 61 61 61 63 63 64 65 66 El Algoritmo del Analizador de Bison . . . . . . . . . . . 69 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 6 45 45 45 45 46 46 48 49 50 50 50 50 52 52 55 55 56 57 57 57 58 58 59 60 Interfaz del Analizador en Lenguaje C . . . . . . . . . . 61 4.1 4.2 5 Resumen de una Gramática de Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 La Sección de Declaraciones en C . . . . . . . . . . . . . . . . . . . . . . 3.1.2 La Sección de Declaraciones de Bison . . . . . . . . . . . . . . . . . . 3.1.3 La Sección de Reglas Gramaticales . . . . . . . . . . . . . . . . . . . . . 3.1.4 La Sección de Código C Adicional . . . . . . . . . . . . . . . . . . . . . Sı́mbolos, Terminales y No Terminales . . . . . . . . . . . . . . . . . . . . . . . . . . Sintaxis de las Reglas Gramaticales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Reglas Recursivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Definiendo la Semántica del Lenguaje . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.1 Tipos de Datos para Valores Semánticos . . . . . . . . . . . . . . . . 3.5.2 Más de Un Tipo de Valor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.3 Acciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.4 Tipos de Datos de Valores en Acciones . . . . . . . . . . . . . . . . . 3.5.5 Acciones a Media Regla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Declaraciones de Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.1 Nombres de Tipo de Token . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.2 Precedencia de Operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.3 La Colección de Tipos de Valores . . . . . . . . . . . . . . . . . . . . . . 3.6.4 Sı́mbolos No Terminales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.5 Suprimiendo Advertencias de Conflictos . . . . . . . . . . . . . . . . 3.6.6 El Sı́mbolo de Arranque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.7 Un Analizador Puro (Reentrante) . . . . . . . . . . . . . . . . . . . . . . 3.6.8 Sumario de Declaraciones de Bison . . . . . . . . . . . . . . . . . . . . . Múltiples Analizadores en el Mismo Programa . . . . . . . . . . . . . . . . . . . Tokens de Preanálisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Conflictos de Desplazamiento/Reducción . . . . . . . . . . . . . . . . . . . . . . . . Precedencia de Operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.1 Cuándo se Necesita la Precedencia . . . . . . . . . . . . . . . . . . . . . 5.3.2 Especificando Precedencia de Operadores . . . . . . . . . . . . . . . 5.3.3 Ejemplos de Precedencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3.4 Cómo Funciona la Precedencia. . . . . . . . . . . . . . . . . . . . . . . . . Precedencia Dependiente del Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . Estados del Analizador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Conflictos de Reducción/Reducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Conflictos Misteriosos de Reducción/Reducción . . . . . . . . . . . . . . . . . . Desbordamiento de Pila, y Cómo Evitarlo . . . . . . . . . . . . . . . . . . . . . . . 69 70 72 72 72 73 73 73 74 75 77 78 Recuperación de Errores . . . . . . . . . . . . . . . . . . . . . . . 81 iii 7 Manejando Dependencias del Contexto . . . . . . . . . 83 7.1 7.2 7.3 Información Semántica en Tipos de Tokens . . . . . . . . . . . . . . . . . . . . . . 83 Ligaduras Léxicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 Ligaduras Léxicas y Recuperación de Errores . . . . . . . . . . . . . . . . . . . . 85 8 Depurando Su Analizador . . . . . . . . . . . . . . . . . . . . . . 87 9 Invocando a Bison . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 9.1 9.2 9.3 Opciones de Bison. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 Clave Cruzada de Opciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 Invocando Bison bajo VMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 Apéndice A Sı́mbolos de Bison . . . . . . . . . . . . . . . . . . . 93 Apéndice B Glosario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 Índice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 iv Bison 1.27